3

При решении статистической задачки получаю таблицу CSV с примерно такими данными:

expr  Therapy
100   A
98    B
87    C
97    D
102   C
96    B
92    D
88    A

Преобразовываю в dataframe, чтобы потом оттуда делать графики через matplotlib. Но перед этим мне надо посчитать статистические показатели для четырех выборок (A, B, C, D). Можно ли в pandas преобразовать исходную структуру таблицы и получить такую?

A   B   C   D
100 98  87  97
88  96  102 92

Или проще сначала прочитать csv в переменную, сделать словарь, в нем посчитать все показатели (медиану, внутригрупповой квадрат и т.п.), а потом уже отправлять все в dataframe?

2 ответа 2

5

Попробуйте так:

In [7]: res = (df.assign(idx=df.groupby('Therapy').cumcount())
                 .pivot_table(index='idx', columns='Therapy', 
                              values='expr', aggfunc='sum'))

In [8]: res
Out[8]:
Therapy    A   B    C   D
idx
0        100  98   87  97
1         88  96  102  92

Пошагово:

для того чтобы воспользоваться методом DataFrame.pivot_table() нам понадобятся значения, которые будут выступать в качестве индекса строк в результирующей выборке - создаем "на лету" новый столбец idx:

In [10]: df.assign(idx=df.groupby('Therapy').cumcount())
Out[10]:
   expr Therapy  idx
0   100       A    0
1    98       B    0
2    87       C    0
3    97       D    0
4   102       C    1
5    96       B    1
6    92       D    1
7    88       A    1

теперь можно воспользоваться pivot_table():

In [11]: df.assign(idx=df.groupby('Therapy').cumcount()).pivot_table(index='idx', columns='Therapy', values='expr', aggfunc='sum')
Out[11]:
Therapy    A   B    C   D
idx
0        100  98   87  97
1         88  96  102  92
5
  • А можно еще пару комментариев о том, как это работает?
    – Viktorov
    20 мар 2019 в 8:06
  • @Viktorov, дополнил ответ 20 мар 2019 в 8:07
  • 1
    спасибо за разъяснения )
    – Viktorov
    20 мар 2019 в 8:14
  • @MaxU, спасибо за два варианта. Оба работают, но понятны мне не до конца. Есть в чем разобраться! )
    – Burtsev
    20 мар 2019 в 16:42
  • @Burtsev, пожалуйста! Если будут вопросы задавайте их на SO :) 20 мар 2019 в 16:57
4

Для того, чтобы расчитать различные статистики с группировкой по Therapy необязательно разворачивать DataFrame:

In [20]: df.groupby('Therapy')['expr'].agg(['median', 'sum', 'std'])
Out[20]:
         median  sum        std
Therapy
A          94.0  188   8.485281
B          97.0  194   1.414214
C          94.5  189  10.606602
D          94.5  189   3.535534

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.