我有关于使用各种社交媒体平台的不同年龄段的人的调查数据集。我想计算一下使用社交媒体应用程序的平均人数。下面是示例数据的外观:
以下是可重现的熊猫数据帧:
df=pd.DataFrame({'age': np.random.randint(10,100,size=10),
'web1a': np.random.choice([1, 2], size=(10,)),
'web1b': np.random.choice([1, 2], size=(10,), p=[1./3, 2./3]),
'web1c': np.random.choice([1, 2], size=(10,)),
'web1d': np.random.choice([1, 2], size=(10,))})
这是我尝试过的:
df.pivot_table(df, values='web1a', index='age', aggfunc='mean')
但是它的效率不高,并且没有产生我想要的输出。你有办法把这事做完吗?谢谢
更新
对我来说,这样做的方法是,首先在每一列中选择分类值,并获取它的平均值,其他值也可以是相同的。如果我这样做了,我怎么能很好地绘制它们呢?
请注意,在列web1a
、web1b
、web1c
、web1d
、1
表示用户,2
表示非用户。我想计算用户和非用户的平均年龄。我该怎么做呢?谁能给我一个可行的点子来实现这一点?谢谢!
发布于 2019-03-01 09:28:47
使用
df.melt('age').set_index(['variable','value']).mean(level=[0,1]).unstack().plot(kind='bar')
发布于 2019-03-01 08:40:40
您可以按“web*”列分组,并计算“age”列的平均值。
您还可以绘制条形图(颜色可以在子图中定义)。我不确定饼图在这种情况下是否有意义。
我尝试了你的data,只取了以“web”开头的列。有比‘1’和‘2’更多的值,所以我假设你只想分析用户和非用户,而不是其他。你可以用同样的方式在图表中更改这些值或添加其他值,只要你知道你想要绘制什么值。
df = df.filter(regex=('web|age'),axis=1)
userNr = '1'
nonUserNr = '2'
users = list()
nonUsers = list()
labels = [x for x in df.columns.tolist() if 'web' in x]
for col in labels:
users.append(df.loc[:,['age',col]].groupby(col).mean().loc[userNr][0])
nonUsers.append(df.loc[:,['age',col]].groupby(col).mean().loc[nonUserNr][0])
from matplotlib import pyplot as plt
x = np.arange(1, len(labels)+1)
ax = plt.subplot(111)
ax.bar(x-0.1, users, width=0.2,color='g')
ax.bar(x+0.1,nonUsers, width=0.2,color='r')
plt.xticks(x, labels)
plt.legend(['users','non-users'])
plt.show()
发布于 2019-03-01 08:40:09
这可以使用groupby
方法来完成:
df.groupby(['web1a', 'web1b', 'web1c', 'web1d']).mean()
https://stackoverflow.com/questions/54936290
复制相似问题