在python中链接一系列进程

Question

我想在 python 中链接一系列进程。这些过程之一是创建一些变量并使用 groupby 函数。

实际上，我想从我的原始数据库创建一个新的数据框。我可以在某些方面做到这一点，但我想要更简洁的使用链。我的原始数据库是'df'。首先，我创建一个新的二进制变量，指示特征“var1”是否具有某些属性：NaN 或非 NaN。

data = df

data['aux1'] = data['var1'].map(math.isnan)

data['count'] = 1 

pie = data.groupby(['aux1'])['count'].sum()

在 R 中，我可以这样做：

pie = df %>% select('var1') %>% mutate( aux1 = is.na('var1') , count = 1 ) 

          %>% group_by(aux1) %>% summarise(count = sum('count'))

python中有一些链条吗？

Answer 1

您可以将 columnvar1与Series.isnacount 使用进行比较Series.value_counts：pie = data['var1'].isna().value_counts()或者 create column aux1byDataFrame.assign和 aggregate GroupBy.size，辅助列 with1不是必需的：pie = data.assign(aux1=data['var1'].isna()).groupby('aux1').size()但是count可以创建列：pie = data.assign(aux1=data['var1'].isna(), count=1).groupby('aux1')['count'].sum()