如何在pandas数据框中找到混合分类变量的均值？
如何在pandas数据框中找到混合分类变量的均值？
提问于 2019-03-01 08:28:12
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!
回答 4
Stack Overflow用户
回答已采纳
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')
Stack Overflow用户
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()
Stack Overflow用户
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()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/54936290
复制相关文章
相似问题