如何统计python3数据帧中列的出现频率
如何统计python3数据帧中列的出现频率
提问于 2018-12-20 02:16:52
大家好，我有一个数据框，它的列是这样的。cols：
- WhiteRating(int)
- BlackRating(int)
- NewGameNinePtLead(str，确定position是否是一个"missedMate"，"lostBigLead"，rating
- length_of_checkmate(the missedMate of moves to lostBigLead，)：this is my y
在此数据框内，每一行都是具有所有这些列属性的单个观察值。我的任务是计算变量p，然后对x回归p，对y回归p，最后对(x和y) P= (值为y并丢失的移动数)/(值为y的移动总数)计算p。
我的问题是为我的组找到P。我不确定如何以蟒蛇的方式处理它，我可以手动循环和计数所有这些，但即使这样，我也不确定如何处理它，而且由于我的数据帧大小，这可能需要很长时间
WhiteR,BlackR,EMV,MovePlayedValue,NewGame,NinePtLead,AverageRating,Rating_Group,length_of_checkmate
1880.0,1865.0,27.0,27.0,1,useless,1875,1800,0
1880.0,1865.0,22.0,21.0,1,useless,1875,1800,0
1865.0,1880.0,25.0,25.0,1,useless,1875,1800,0
1880.0,1865.0,24.0,19.0,1,useless,1875,1800,0
1865.0,1880.0,22.0,22.0,1,useless,1875,1800,0
1880.0,1865.0,27.0,27.0,1,bigLeadLost,1875,1800,2回答 1
Stack Overflow用户
回答已采纳
发布于 2018-12-20 03:34:42
如果我正确理解了你的问题:你想知道导致损失的y类型的频率(非零类型)，除以y的总移动次数(y的类型)：
import pandas as pd
import numpy as np
df = {'WhiteR': [1880.0,1880.0,1865.0,1880.0,1865.0,1880.0],\
'BlackR': [1865.0,1865.0,1880.0,1865.0,1880.0,1865.0],\
'EMV': [27.0,22.0,25.0,24.0,22.0,27.0,],\
'MovePlayedValue':[27.0,21.0,25.0,19.0,22.0,27.0,],\
'NewGame':[1,1,1,1,1,1],\
'NinePtLead':['useless','useless','useless','useless','useless','bigLeadLost'],\
'AverageRating':[1875,1875,1875,1875,1875,1875],\
'Rating_Group':[1800,1800,1800,1800,1800,1800,],\
'length_of_checkmate':[0,0,0,0,0,2]}
df = pd.DataFrame(df)
status=df['length_of_checkmate'].value_counts().reset_index().rename(columns={'index':
'length_of_checkmate', 'length_of_checkmate': 'Freq.'})
df1 = pd.merge(df, status, on = ('length_of_checkmate'))
df1['P']= (df1['Freq.']/df1['length_of_checkmate']).replace(np.inf, 0)
#then proceed to 'Regress p against x, regress p against y and finally p against (x and y)'页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53857060
复制相关文章
相似问题