Блог

Мне нужно создать таблицы непредвиденных обстоятельств, но я знаю только, как это сделать отдельно.

Я создал фрейм данных ( df ) с информацией об одном disease age и delta (разница между прогнозируемым возрастом и реальным возрастом , где «0»,’1′,’-1′ являются нормальными/старше/младше возраста)

df = pd.DataFrame(np.array([[50,0,0],[42,1,1],[25,0,0], [25,1,1],[42,-1,0],[25,0,0]]),columns=['age', 'delta', 'disease'])

После этого я хочу создать df с помощью peolpe 25 лет, для этого я делаю:

df25 = df.loc[df['age'] == 25]

и после этого я могу создать таблицу непредвиденных обстоятельств с помощью:

pd.crosstab(index=df25['disease'], columns=df25['delta'])

Теперь стол готов, но мой реал df такой большой, с множеством уникальных возрастов. Я попытался создать цикл, но это не увенчалось успехом. Не могли бы вы помочь мне автоматизировать этот процесс, пожалуйста? Мне нужна таблица для каждого возраста.

Вы можете создать словарь возрастных групп df.groupby() с помощью понимания диктанта, как показано ниже:

 age_dict = {k:v for k, v in df.groupby('age')}
 

Затем вы можете получить доступ к отдельной возрастной группе, например, 25 лет, по:

 age_dict[25]
 

Это даст тот же результат, что и вы, с помощью df25 = df.loc[df['age'] == 25] :

 print(age_dict[25])

   age  delta  disease
2   25      0        0
3   25      1        1
5   25      0        0
 

Вы можете получить список всех возрастных групп по:

 age_dict_keys = [*age_dict.keys()]
 

Результат:

 print(age_dict_keys)

[25, 42, 50]
 

Чтобы распечатать таблицы соответствия для всех возрастных групп, вы можете использовать:

 for key in age_dict_keys:
    print('==========================================')
    print('key=', key, 'ncrosstab:n', pd.crosstab(index=age_dict[key]['disease'], columns=age_dict[key]['delta']))
 

Выход:

 ==========================================
key= 25 
crosstab:
 delta    0  1
disease      
0        2  0
1        0  1
==========================================
key= 42 
crosstab:
 delta    -1   1
disease        
0         1   0
1         0   1
==========================================
key= 50 
crosstab:
 delta    0
disease   
0        1

 

Все таблицы непредвиденных обстоятельств приведены в d

 d=dict()
for age,values in df.groupby("age"):
    d.update({f"df{age}":pd.crosstab(index=values["disease"],columns=values["delta"])})
 

 unique_ages = df['age'].unique()

for age in unique_ages:
    df_temp = df.loc[df['age'] == age]
    # ... do something... save each df like so: df_temp.to_csv('table_for_age_'  str(age)   '.csv')
    # ... or just work with temp_df inside the loop...