我有一个数据集，可以跟踪对格式如下的调查问卷的分类(是/否)回答:
| Client_Id | Question_1 | Question_2 | Question_3 | Question_4 |
|---|---|---|---|---|
| 1000 | No | No | Yes | Yes |
| 1001 | Yes | Yes | Yes | No |
| 1002 | No | Yes | Yes | Yes |
我试图计算每个问题的Y或N答案的数量，并将它们转换为如下格式的数据集:
| Response | Question_1 | Question_2 | Question_3 | Question_4 |
|---|---|---|---|---|
| Yes | 1 | 2 | 3 | 2 |
| No | 2 | 1 | 0 | 1 |
我已经用这个for循环成功地计算了响应:
对于test_df.Columns中的c: D=test_df[c].value_count().reindex([‘是’，‘否’]，Fill_Value=0) 打印(%d)
现在，我只想将信息放入一个新的数据集中.
一个使用sum的选项(仅当您有二进制值(如Yes/No)时):
m = df.filter(like='Question').eq('Yes').sum()
out = pd.DataFrame.from_dict({'Yes': m, 'No': len(df)-m}, orient='index')
或者使用melt和value_counts的更一般的方法:
out = (df.filter(like='Question')
.melt().value_counts()
.unstack('variable', fill_value=0)
.rename_axis(index=None, columns=None)
)
或crosstab:
s = df.filter(like='Question').stack()
out = (pd.crosstab(s, s.index.get_level_values(1))
.rename_axis(index=None, columns=None)
)
输出:
Question_1 Question_2 Question_3 Question_4
Yes 1 2 3 2
No 2 1 0 1