web-dev-qa-db-fra.com

Existe-t-il un moyen Pythonic de faire une table de contingence dans Pandas?

Étant donné une trame de données qui ressemble à ceci:

            A   B      
2005-09-06  5  -2  
2005-09-07 -1   3  
2005-09-08  4   5 
2005-09-09 -8   2
2005-09-10 -2  -5
2005-09-11 -7   9 
2005-09-12  2   8  
2005-09-13  6  -5  
2005-09-14  6  -5

Existe-t-il un moyen Pythonic pour créer une matrice 2x2 comme ceci:

    1  0
 1  a  b
 0  c  d

Où:

a = nombre d'observations où les éléments correspondants des colonnes A et B sont tous deux positifs.

b = nombre d'observations où les éléments correspondants de la colonne A sont positifs et négatifs dans la colonne B.

c = nombre d'observations où les éléments correspondants de la colonne A sont négatifs et positifs dans la colonne B.

d = nombre d'observations où les éléments correspondants des colonnes A et B sont tous deux négatifs.

Pour cet exemple, la sortie serait:

    1  0
 1  2  3
 0  3  1

Merci

pythonpython-2.7pandasdataframe
23
hernanavella

Appelons votre dataframe data. Essayer

a = data['A']>0
b = data['B']>0
data.groupby([a,b]).count()
17
lanenok

Probablement plus simple d'utiliser simplement la fonction pandas crosstab. Emprunt à Dyno Fu ci-dessus:

import pandas as pd
from StringIO import StringIO
table = """dt          A   B
2005-09-06  5  -2
2005-09-07 -1   3
2005-09-08  4   5
2005-09-09 -8   2
2005-09-10 -2  -5
2005-09-11 -7   9
2005-09-12  2   8
2005-09-13  6  -5
2005-09-14  6  -5
"""
sio = StringIO(table)
df = pd.read_table(sio, sep=r"\s+", parse_dates=['dt'])
df.set_index("dt", inplace=True)

pd.crosstab(df.A > 0, df.B > 0)

Production:

B      False  True 
A                  
False      1      3
True       3      2

[2 rows x 2 columns]

Le tableau est également utilisable si vous voulez faire un test exact de Fisher avec scipy.stats etc:

from scipy.stats import fisher_exact
tab = pd.crosstab(df.A > 0, df.B > 0)
fisher_exact(tab)
29
Tyr Wiesner-Hanks

Voici une page vraiment utile sur la fonction de tableau croisé pandas:

http://chrisalbon.com/python/pandas_crosstabs.html

Je pense donc que pour ce que vous aimeriez faire, vous devriez utiliser

import pandas as pd
pd.crosstab(data['A']>0, data['B']>0)

J'espère que cela pourra aider!

7
Joseph Whiting
import pandas as pd
from StringIO import StringIO

table = """dt          A   B
2005-09-06  5  -2
2005-09-07 -1   3
2005-09-08  4   5
2005-09-09 -8   2
2005-09-10 -2  -5
2005-09-11 -7   9
2005-09-12  2   8
2005-09-13  6  -5
2005-09-14  6  -5
"""
sio = StringIO(table)
df = pd.read_table(sio, sep=r"\s+", parse_dates=['dt'])
df.set_index("dt", inplace=True)

a = df['A'] > 0
b = df['B'] > 0
df1 = df.groupby([a,b]).count()
print df1["A"].unstack()

production:

B      False  True
A
False      1      3
True       3      2

c'est juste la réponse de lnanenok et l'utilisation de unstack() pour le rendre plus lisible. le crédit devrait aller à lanenok.

4
Dyno Fu