0

我正在尝试分析具有这种形式的数据...

date     | result | test
----------------------------
10-08-13 | True   | test_1
10-08-13 | True   | test_2
10-08-13 | False  | test_2
10-07-13 | True   | test_3
10-07-13 | False  | test_4
10-06-13 | True   | test_3
10-05-13 | False  | test_1

我要创建的是每个测试随时间推移的通过百分比的时间序列。所以理想情况下，我想将数据重新排列成这种形式：

date     | test_1 | test_2  | test_3  | test_4
-----------------------------------------------
10-08-13 | 50     | 70      | 55      | 100
10-08-13 | 60     | 70      | 55      | 100
10-08-13 | 30     | 70      | 55      | NaN
10-07-13 | 50     | 10      | NaN     | 100
10-07-13 | 30     | 10      | NaN     | 100
10-06-13 | 50     | 70      | Nan     | 100
10-05-13 | 50     | 70      | 55      | 100

到目前为止，我已经能够使用以下代码重新排列数据：

all_tests = data.groupby('test').size()
data_grouped = data.groupby('date')
per_test_per_day = {}

def tests_per_day(group):
    g = group.groupby('test')
    tests = g.size() 
    tests_pass = g['result'].sum()
    for d in all_tests.index:
    if d not in per_test_per_day:
        per_device_per_day[d] = []

    if d in tests:
        per_test_per_day[d].append(tests_pass[d] / tests[d] * 100)
    else:
        per_test_per_day[d].append(NaN)

data_grouped.apply(tests_per_day)

生成的数据框看起来与我需要的很接近，只是它的索引只是标准整数，所以我的 X 轴没有标有正确的日期。

我确信使用 Pandas 和 NumPy 有更好的方法来完成这种数据转换。

4

1 回答 1

3

现在我想它写成这样更好pivot_table：

In [21]: df.pivot_table(values='result', cols='test', rows='date')
Out[21]: 
test      test_1  test_2  test_3  test_4
date                                    
10-05-13       0     NaN     NaN     NaN
10-06-13     NaN     NaN       1     NaN
10-07-13     NaN     NaN       1       0
10-08-13       1     0.5     NaN     NaN

In [22]: df.pivot_table(values='result', cols='test', rows='date') * 100
Out[22]: 
test      test_1  test_2  test_3  test_4
date                                    
10-05-13       0     NaN     NaN     NaN
10-06-13     NaN     NaN     100     NaN
10-07-13     NaN     NaN     100       0
10-08-13     100      50     NaN     NaN

注意：默认的 aggfunc 是平均值，这正是您想要的。

有关使用 groupby、mean 和 unstack 的不太直接的方式，请参阅此答案的编辑历史记录。

于 2013-10-08T21:23:19.027 回答