使用 python 3.7 和 pandas 0.23.4。我正在尝试使用有序分类数据制作数据透视表。如果我包括边距,则小计的顺序似乎不正确。
import pandas as pd
m='male'
f='female'
data = {'num': [0,1,2,3,4,5,6,7,8,9],
'age': [1,2,2,3,3,3,3,1,2,3],
'sex': [f,f,f,f,f,f,f,m,m,m]}
df = pd.DataFrame(data=data)
df['age1'] = pd.Categorical(df['age'],categories=[3,2,1],ordered=True)
df['sex1'] = pd.Categorical(df['sex'],categories=[m,f],ordered=True)
pd.pivot_table(df,values='num',index='age1',columns='sex1',aggfunc='count',margins=True)
输出(边距顺序不正确,“所有”总和不在正确的行或列中):
sex1 male female All
age1
3 1 4 2
2 1 2 3
1 1 1 5
All 7 3 10
预期输出(正确的保证金顺序):
sex1 male female All
age1
3 1 4 5
2 1 2 3
1 1 1 2
All 3 7 10
在此示例中,最好使用ordered=False 创建类别。然而,我的大部分数据都是自动排序的(使用 pd.cut),所以我想知道这是否是预期行为,如果是,是否有办法删除使用订单创建的类别的排序?
Edit- 这是使用 pd.cut 的示例。我更改了“年龄”列值,使其与剪切顺序相反。
import pandas as pd
m='male'
f='female'
data = {'num': [0,1,2,3,4,5,6,7,8,9],
'age': [3,3,3,3,2,2,1,1,2,3],
'sex': [f,f,f,f,f,f,f,m,m,m]}
df = pd.DataFrame(data=data)
df['cut'] = pd.cut(df['age'],[1,2,3,4],labels=['<2','2','>2'],right=False)
pd.pivot_table(df,values='num',index='cut',columns='sex',aggfunc='count',margins=True)
输出,同样具有不正确的行边距(对应于 pd.cut 中的有序类别)。
sex female male All
cut
<2 1 1 5
2 2 1 3
>2 4 1 2
All 7 3 10
预期输出将是正确的行边距顺序。
sex female male All
cut
<2 1 1 2
2 2 1 3
>2 4 1 5
All 7 3 10