Как сделать таблицу непредвиденных обстоятельств из категориальных данных с помощью Python?

У меня есть пример набора данных, как показано ниже

  Phillippines  Indonesia   Malta       India
0   Error Free  Error Free  Defective   Error Free
1   Error Free  Error Free  Error Free  Defective
2   Error Free  Defective   Defective   Error Free
3   Error Free  Error Free  Error Free  Error Free
4   Error Free  Error Free  Defective   Error Free

Я хочу создать таблицу непредвиденных обстоятельств с индексом строки как «Дефектный», «Без ошибок» и индексом столбца как «Филиппины», «Индонезия», «Мальта», «Индия» и данными в качестве их соответствующего значения. Заранее спасибо.


python scipy categorical-data contingency
person Vaitybharati    schedule 10.03.2021    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Привет, думаю, вы ищете результат ниже.

data_crosstab = pd.crosstab([df['Phillippines'], df['Indonesia'], df['Malta'], df['India']], 'result')

приведенный выше код даст вам следующий результат.

введите здесь описание изображения

Надеюсь решит!!

person yuvraj singh    schedule 10.03.2021
comment
Привет .. Спасибо за ответ, но я ищу таблицу непредвиденных обстоятельств. - person Vaitybharati; 10.03.2021
comment
Не понял, это таблица непредвиденных обстоятельств. дайте мне образец вывода, если можете, или что не так с выше. - person yuvraj singh; 10.03.2021
comment
Привет. Мне нужна таблица непредвиденных обстоятельств, подобная этой, например, mathandstatistics. com/wp-content/uploads/2014/06/ - person Vaitybharati; 10.03.2021
comment
Привет, @Vaitybharati, пожалуйста, посмотри на это, я думаю, ты ищешь это. возможно, вам нужно изменить свои данные, как он объясняет. chrisalbon.com/python/data_wrangling/pandas_crosstabs - person yuvraj singh; 10.03.2021
comment
Мне удалось найти решение, используя код панд value_counts(). Но пришлось индивидуально применить его ко всем столбцам, а затем подготовить таблицу непредвиденных обстоятельств в формате массива. Я ищу прямой код. Спасибо. - person Vaitybharati; 10.03.2021