在Python语言中显示DataFrame中每一列的值的比例
在Python语言中，可以使用pandas库来显示DataFrame中每一列的值的比例。
首先，我们需要导入pandas库并读取DataFrame数据：
import pandas as pd
# 读取DataFrame数据
df = pd.read_csv('data.csv') # 假设数据保存在名为data.csv的文件中接下来，我们可以使用pandas的describe方法来获取DataFrame中每一列的统计信息，包括计数、均值、标准差、最小值、25%、50%、75%和最大值：
# 获取每一列的统计信息
description = df.describe()然后，我们可以使用pandas的apply方法来计算每一列中每个值的比例。这里我们定义一个函数来计算比例，并将其应用到每一列：
# 定义函数计算比例
def calculate_ratio(value):
return value / df.shape[0] # 计算比例
# 应用函数到每一列
ratio_df = df.apply(calculate_ratio)最后，我们可以打印出每一列的比例值：
# 打印每一列的比例值
print(ratio_df)以上是使用Python语言显示DataFrame中每一列的值的比例的方法。关于DataFrame和pandas的更多信息，可以参考腾讯云提供的产品文档和教程：
注意：以上答案中没有提及云计算品牌商，根据要求不能提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商。
相关·内容
2回答
假设我有数据，如下所示：
A B C D
s1 1 2 4 2
s2 2 1 4 3
s3 1 4 1 3
我想得到一个条形图，它显示每列值的直方图。也就是说，一个条形图，它在x轴上显示每一列的直方图，相邻，柱状图(列)之间的间距。换句话说，它将是一个两级条形图，其中对于dataframe中的每一列，我们都有代表列的直方图的条形图。
在重要的情况下，我们可以假设每一列的可能值的数目是已知的，并且对于每一列(例如范围[0,5])是常量的。
当我试着做：
df.plot(kind='bar')
我得到了与我想要的完全不同的东西(x标记对应行，而不是[colum
浏览 1提问于2014-08-22得票数 2
我有一个大型的dataframe，它结合了来自多个excel (xlsx)文件的数据。问题是每一列带有十进制值的列都用点分隔，我需要用逗号替换每个点。我已经尝试过使用替换函数，但是一些列也包含字符串值。因此，我的问题是，如何在dataframe中的每一列上用逗号替换点，并保留字符串值？
示例：
A栏：
14.01 -> 14,01
无数据(保存)
浏览 4提问于2022-10-24得票数 0
我正在使用Python Jupyter Notebook显示一些熊猫DataFrame。
我有一些数据框，我想用固定的列宽显示数据。为此，我希望能够对单元格进行换行。
例如，我有以下内容：
df = pd.DataFrame({'one' : ['one', 'two', 'This is very long string very long string very long string very long string\nvery long string very long string']})
df
我想设置列的大小并换行。
浏览 0提问于2017-04-12得票数 1
我想知道如何设置单列的宽度-如果我有几列，每一列的宽度看起来都很好，但当我只有一列时，它看起来很宽。谢谢，罗恩
下面是我的示例图表--我想要的就是能够定义这一列的宽度：
浏览 2提问于2014-03-07得票数 0
1回答
我正在尝试调用Dataframe列，以便使用Pandas进行分析。我上传了一个CSV文件，但是每次它给我这个错误AttributeError: 'DataFrame' object has no attribute 'X'我如何才能使每一列都可供分析，为什么这种情况总是发生。
proportion_women_survived = float(sum(women.survived))/len(women)，这是一个例子。我使用read_CSV('Train.csv)进入Python编辑器，当我使用data.head()时，将会显示列，但是，除非我这样做，
浏览 0提问于2016-01-20得票数 1
5回答
我想在dataframe中遍历列，对于每一列，如果NAs的数量大于所有条目的50%，我想从dataframe中删除该列。到目前为止，我有这样的事情，但它不起作用：
for (i in names(df_r)) {
if (sum(is.na(df_r[,i]))/length(df_r) > 0.5) {
df_r <- df_r[, -i]
}
}
我更像个蟒蛇，我正在学习R，所以我可能会在这里混合语法。
浏览 0提问于2018-02-27得票数 1
回答已采纳
我正在使用Python & Pandas。我想从我的数据框架中删除每一列，其中超过50%的行在该特定列中的值为0。
下面是一个例子：
import pandas as pd
# defining a dataframe
data = [['Alex',10, 173, 0, 4000],['Bob',12, 0, 0, 4000], ['Clarke',13, 0, 0, 0]]
# naming the columns
df = pd.DataFrame(data,columns=['Name','Age
浏览 2提问于2017-10-01得票数 2
回答已采纳
我试图用Python导入大型文件(..tab/..txt、300+列和1000 000+行)。该文件被分隔开。列中填充整数值。我的目标之一是对每一列进行一次求和。但是，这些文件太大，无法用pandas.read_csv()导入，因为它消耗了太多的内存。样本数据：
因此，我编写了以下代码来导入1列，执行该列的和，将结果存储在一个dataframe (= summed_cols)中，删除该列，然后继续该文件的下一列：
x=10 ###columns I'm interested in start at col 11
#empty dataframe to fill
summed
浏览 0提问于2019-06-20得票数 0
回答已采纳
2回答
使用pandas-python
我有一个现有的数据文件，比方说Dataframe A (18 rows, 40 columns)。
我创建了一个新的dataframe，我们可以将其命名为Dataframe B (18 rows, 127 columns) (这并不完全重要)。
我想循环遍历Dataframe A的每一列(或不循环)，并将每一列复制到Dataframe B.除了，我想从0开始，在A的每一列上复制该列3次，第4列除外。
示例：
如果前5个的col_headers of A是[0,1,2,3,4]，我希望在B上使用与：[0,1,1,1,2,2,2,3,3,3,4]相同值的关联col
浏览 1提问于2018-06-22得票数 3
在Python里，
如何最好地将多列DataFrame
中每列的所有行组合为一列，
用“\”分隔符分隔
包括空值
import pandas as pd html = 'https://en.wikipedia.org/wiki/Visa_requirements_for_Norwegian_citizens' df = pd.read_html(html, header=0) df= df[1] df.to_csv('norway.csv)
浏览 2提问于2018-12-05得票数 1
2回答
我有一个有几个列的dataframe，每个列都有一些正值、负值和零值。对于每一列，我要计算x+y，其中x和y是每列绝对非零值的均值和标准差。如何在python中做到这一点？
浏览 1提问于2015-04-14得票数 1
回答已采纳
我开始学习Python，我对熊猫的数据框架有一个问题。在R中，即使数值列有NaN值，R也设法在每一列中定义正确的数据类型。在潘达斯，情况似乎并非如此：
data = {
"calories": ["NA", 380, 390],
"duration": [50, 40, 45]
}
df = pd.DataFrame(data)
df.dtypes
如何能够自动检测每列中正确的数据类型？
提前感谢
浏览 8提问于2022-11-27得票数 1
回答已采纳
2回答
我找到了这个函数来检测任何给定数据帧中每一列丢失值的比例：
propmiss <- function(dataframe) lapply(dataframe,function(x) data.frame(nmiss=sum(is.na(x)), n=length(x), propmiss=sum(is.na(x))/length(x)))
我把它赋值给这样一个变量：
propmissdf <- propmiss(df)
然后，我循环遍历dataframe到数据中的空变量，如下所示：
for(i in (1:length(df))){
var = names(df)[i]
浏览 3提问于2016-01-02得票数 2
回答已采纳
1回答
我需要给以前定义的数据文件起名。
我有一张数据列表：
liste_verif = ( dffreesurfer,total,qcschizo)
我想给他们起个名字，做这样的事：
for h in liste_verif:
h.name = str(h)
那有可能吗？
当我测试这段代码时，它是不起作用的: python没有把h看作一个dataframe，而是考虑我的dataframe的每一列。我希望我的数据的名字是'dffreesurfer'，‘总计’等等.
浏览 1提问于2016-10-25得票数 1
回答已采纳
问题是
给定Series s和DataFrame df，如何使用s对df的每一列进行操作
df = pd.DataFrame(
[[1, 2, 3], [4, 5, 6]],
index=[0, 1],
columns=['a', 'b', 'c']
)
s = pd.Series([3, 14], index=[0, 1])
当我尝试添加它们时，我会得到所有的np.nan
df + s
a b c 0 1
0 NaN NaN NaN NaN NaN
1 NaN NaN NaN NaN NaN
浏览 3提问于2018-11-08得票数 63
回答已采纳
我以以下方式创建了一个DataFrame：
from pyspark.sql import SparkSession
spark = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.getOrCreate()
df = spark.read.csv("train.csv", header=True)
我的DataFrame的架构如下：
root
|-- PassengerId: string (nullable = true)
|-- S
浏览 3提问于2018-10-18得票数 0
回答已采纳
2回答
这到底是什么意思？或者它是做什么的？A是dataframe中的一列，b是dataframe中的另一列，每一行都有数字。
df['a'] = df[['a', 'b']].min(axis=1)
我试着在网上做研究，但似乎找不到答案。
浏览 3提问于2022-04-17得票数 -2
回答已采纳
1回答
我想得到星火中数据的每一列的最大值。我的代码只适用于一列(例如，第一列)：
val col = df.columns(0);
val Row(maxValue: Int) = df.agg(max(col)).head();
我不知道如何将foreach和我所拥有的代码组合起来，这样我就可以为dataframe中的每一列获得最大值。(我不知道dataframe中有多少列，列名是什么)
谢谢。
浏览 3提问于2018-01-10得票数 2
回答已采纳
1回答
我正在用、股价、和成交量建立一个matplotlib图。图表将从pandas datareader获取数据。
我的问题是，与价格相比，成交量非常高，所以它们的图表看起来非常不成比例，而且由于不断变化的股票，我无法扩大规模。
如何截断每列的宽度，使每行不显示'10‘位数，而只显示'5'?。
我尝试将每一列分隔成一个字符串，并使用split，但是我的问题是找到一种方法将它们添加回一个dataframe。
-- sidenote:如果有一种方法可以得到一个条形图，而价格是一条线，那就太棒了。
start = datetime.date(2017, 12, 29)
end =
浏览 1提问于2019-01-06得票数 2
1回答
将每列的最小条目设置为粗体
、、、、
我刚刚运行完一些代码，并将其合并到下表中： # Write to DataFrame
Results_test = pd.DataFrame({'MAE': Results_MAE_test,
'MinE': Results_MinE_test,
'MaxE': Results_MaxE_test,
'MSE':Results_MSE_test},
浏览 5提问于2020-08-27得票数 0
回答已采纳
我想在我的星火DataFrame上动态地应用. list中的列名。
from pyspark.sql.functions import col
from pyspark.sql.types import BooleanType
def get_dtype(dataframe,colname):
return [dtype for name, dtype in dataframe.dtypes if name == colname][0]
def get_matches(dataframe):
return [x for x in dataframe.columns if ge
浏览 3提问于2020-04-21得票数 1
回答已采纳
我使用pandas.read_excel将excel文件导入到DataFrame中。这是密码..。
#!/usr/bin/python
import pandas as pd
file = 'sample.xls'
df = pd.read_excel(file, sheetname=0, skiprows=7)
这将导入该文件，但有以下警告..。
警告* OLE2流'SSCS'：预期大小128640，实际大小512
当我打印dataframe时，我看到最后一列的值是完全错误的(而不是该列中的实际值，而是显示了每一行4。
我正在附加xls文件的屏幕抓取。
浏览 3提问于2017-03-10得票数 0
回答已采纳
3回答
考虑一个DataFrame例如 df = pd.DataFrame({'a': [1,-2,0,3,-1,2],
'b': [-1,-2,-5,-7,-1,-1],
'c': [-1,-2,-5,4,5,3]}) 对于每一列，如何用最后一个正值或零替换任何负值？这里的最后一列是指从上到下的每一列。注意到的最接近的解决方案是例如df[df < 0] = 0。 预期的结果将是一个DataFrame例如 df_res = pd.DataFrame({'a&#
浏览 101提问于2021-02-26得票数 5
回答已采纳
这里有一个excel电子表格，我正在使用Pandas导入Python脚本，而我的2D数组有一些问题。基本上，我在变量“工作簿”下有Excel工作簿，然后我使用pd.Dataframe命令只存储某一列数据，但我不知道如何在该列中逐个向下显示单元格列表？最终，我希望创建一个循环，允许我一次输入每一行，然后将这些信息放入字典中，然后在函数中使用该字典来自动化一些数据备份。
Workbook = (my excel file path)
eRead = pd.read_excel(workBook, sheet_name = 'Sheet1')
eIP = pd.DataFrame(e
浏览 1提问于2022-06-16得票数 0
回答已采纳
我构建了一个字典应用程序，在其中我使用了一个3列df1 DataFrame (英语-德语-西班牙语)。当用户给出英文值时，我需要迭代每一列，他应该在西班牙语和德语中张贴相应的单词。
我是这样开始的：
for w in df1.index:
e = df1.loc[w]['English']
print("Translate: " + e + "in German")
d = input('')
print("Now try Spanish\n")
s = input('')
如何
浏览 0提问于2018-07-13得票数 0
回答已采纳
6回答
我想检查dataframe中的每一列是否只包含数字数据。具体来说，我的查询不是关于数据类型的，而是希望检查dataframe的每一列中的每个值是否是一个数值。
我怎么才能找到这个？
浏览 1提问于2019-01-29得票数 23
回答已采纳
我正试图导出一个熊猫DataFrame，其结构如下：
2列，一列是客户ID，另一列是包含过去一个月购买的所有项目的文本字符串。
每一行代表一个客户。
我希望使用熊猫将每一行导出到一个单独的文本文件中。
我对Python相当陌生，任何见解都会受到极大的赞赏。
浏览 9提问于2015-11-24得票数 0
1回答
我有一个名为1,2的dataframe (df)，它有两列，我使用下面的代码添加了另外两列:最大和第二大，显示在每一行，这是最高的数字和第二高的数字。 df = RSRP_per_sec(2)
df2=df.copy()
df2['highest']=0
df2['second_highest']=0
for i in range(len(df)):
l=sorted([(x, df.iloc[i][x]) for x in df.columns], key=lambda y: y[1])
浏览 6提问于2020-09-10得票数 0
3回答
我使用以下代码创建了一个dataframe。
df = pd.read_csv('state_cpi.csv')
data = df.iloc[:,3:]
然后，我使用
data.min()
它给出了每一列的最小值，但我也想知道每一列的最小值可用在哪个索引上。请给出一个可靠的解决办法，找出每一列的最小值的指数。
浏览 6提问于2022-06-14得票数 0
回答已采纳
1回答
我想在一个dataframe中的每个元素中添加-3和3的地板和天花板。
df=pd.DataFrame({'a':[4,-3,6,2],'b':[1,2,3,4],'c':[11,-4.5,2,6]})
最终结果应该显示
a b c
0 3 1 3
1 -3 2 -3
2 3 3 2
3 2 3 3
我这样做是通过遍历每一列，然后使用
df['a'].apply(lambda x: -3 if x<-3 else (3 if x>3 else x))
有没有一种更优雅的(Python)方法
浏览 1提问于2018-06-21得票数 2
回答已采纳
3回答
我想在特定数据库的每一列和每一个表中替换一个字符串。有没有办法做到这一点？
提前感谢:)
编辑:这是因为我在一些地方发现了胡言乱语，我需要几天的时间来逐一修复它
浏览 1提问于2009-05-23得票数 0
2回答
我一直想做以下工作，以便有一个简单的故事来在pandas.DataFrame中的每一列上执行pandas.DataFrame.someColumnName.unique()函数。
df.apply(func=unique, axis=0) # error NameError: name 'unique' is not defined
有没有什么我忽略的技巧来让它工作，或者给出一个替代的解决方案来做一些类似的事情，但是在pandas.DataFrame中的每一列上使用type()函数。
df.apply(func=lambda x: type(x[0]), axis=0)
请注
浏览 14提问于2018-01-24得票数 3
回答已采纳
希望以简明的方式计算所有列的百分比。在生成的data.table或数据帧中，每一列的总和应为100%。
例如，我尝试了这段代码，但没有得到我想要的结果。
salary <- c(5, 10, 35)
score <- c(10,15,25)
df<-data.frame(salary,score)
lapply(df,function(x) prop.table(table(x)))
结果并不是我想要的：
$salary
x
5 10 35
0.3333333 0.3333333 0.3333333
$score
x
浏览 1提问于2016-09-09得票数 0
我有一个dataframe，它有一个date列和另外4个包含数值的列。但其他4列中的每一列在不同的时间开始和结束。在python中有没有一种方法可以让我检查每一列的开始和结束日期？下面是我的数据帧示例： df = pd.DataFrame({
'Date': [1930, 1931, 1932, 1933,1934],
'File1': [np.nan, 72, 58, 280, 958],
'File2': [np.nan, np.nan, np.nan, 13, 89],
'File3': [np.nan, 55, 68,
浏览 18提问于2020-04-19得票数 0
回答已采纳
我有一个表格给电子表格(来自“jotform”，而不是google表单)，在D列中有一个国家列表(只有国家名称)，我需要在表单提交时将每个国家的官方语言插入另一列(比如U列)。(意味着每次添加新行时)。
我需要语言显示全文，而不是代码，如"fr，温泉，英语等。“我要它说英语，西班牙语，法语等完整的单词。我需要的脚本或公式，只有在工作表“会员注册”工作。
这个是可能的吗？
浏览 0提问于2018-02-27得票数 0
回答已采纳
4回答
我有一个由这个代码生成的数据文件：
hmdf = pd.DataFrame(hm01)
new_hm02 = hmdf[['FinancialYear','Month']]
new_hm01 = hmdf[['FinancialYear','Month','FirstReceivedDate']]
hm05 = new_hm01.pivot_table(index=['FinancialYear','Month'], aggfunc='count')
vals1 =
浏览 5提问于2017-08-10得票数 11
回答已采纳
1回答
我已经编写了以下Python/Pandas代码，将M行x N列数据帧(A)的每一列乘以M x 1数据帧(b)，得到M x N数据帧C：
def multiply_columns(A, b):
C = pd.DataFrame(A.values * b.values, columns=A.columns, index=b.index)
return C
换句话说，它将矩阵的每一列乘以长度相等的列向量。
代码运行良好，但是我想不起这个操作的正式名称了。有什么想法？
浏览 12提问于2015-03-17得票数 1
1回答
我正在使用pandas (Python)从excel表格中提取一些数据。目前，我已经编写了一个代码，它遍历每一列，如果它找到一个文本，它会返回整个列：
def getTextData(self, dataframe, getText):
for col in dataframe:
for cellvalue in dataframe[col]:
if getText == cellvalue:
#print dataframe[col]
re
浏览 0提问于2016-02-12得票数 0
2回答
我知道如何使用"mode“获取dataframe中每一列的最频繁值。例如：
df = pd.DataFrame({'A': [1, 2, 1, 2, 2, 3]})
df.mode()
A
0 2
但是我找不到数据帧中每一列的"n“个最频繁的值？例如，对于提到的数据帧，我希望n=2的输出如下：
A
0 2
1 1
有什么指针吗？
浏览 0提问于2018-04-10得票数 2
以下R查询的普通sqldf等效命令是什么？
test <- sqldf("SELECT *, SUM(value) FROM dataFrame GROUP BY run")
我试着做这样的事情：
test <-aggregate(dataFrame$value, by=list(dataFrame$run), FUN=sum, na.rm=TRUE)
但不知何故，SUM发生在dataFrame的每一列上。
浏览 2提问于2015-06-18得票数 2
回答已采纳
我刚刚开始使用Python，所以我相信这一定很简单，但我自己还是找不到答案。 我正在尝试根据列名对DataFrame中的列应用不同的操作。下面是一个非常简单的例子： import pandas as pd
A = 2
B = 4
df = pd.DataFrame([[1, 2],[3, 4]], columns=['A', 'B'])
columns = list(df) 现在，我想要做的是使用for循环来迭代每一列，并使用列名来确定要引用哪个变量。如下所示： for item in columns:
df[item] = df[item] *
浏览 18提问于2020-06-30得票数 1
回答已采纳
假设我有一个下面的数据帧。对于每一列，我有许多带有一些非零值的零。我想要计算每一列的累积和，但我希望在出现零值时重置累积和。 我的原始数据帧： pd.DataFrame({'a':[1,0,1,0,1,0,1,1],'b':[1,0,0,0,0,1,1,1]})
a b
0 1 1
1 0 0
2 1 0
3 0 0
4 1 0
5 0 1
6 1 1
7 1 1 我想要一个如下的累积总和： a b
0 1 1
1 0 0
2 1 0
3 0 0
4 1 0
5 0 1
6 1 2
浏览 29提问于2019-06-13得票数 1
2回答
获取每个列的长度
、、、、
问题：在Apache中，如何使用Python获取每一列的数据类型和长度？我正在使用最新版本的python。
使用pandas dataframe，我这样做如下：
df = pd.read_csv(r'C:\TestFolder\myFile1.csv', low_memory=False)
for col in df:
print(col, '->', df[col].str.len().max())
浏览 6提问于2022-05-06得票数 1
我在Python中得到了以下数据：
d = pd.DataFrame({'id': [1, 1, 1, 2, 2, 3],
'col1': ['normal', 'well', 'normal', 'normal', 'well', 'normal'],
'col2': ['bad', 'normal','normal', 'normal&#
浏览 0提问于2018-05-07得票数 3
回答已采纳
2回答
我在表单中有一个很大的数据文件：
Input_SNP Set_1 Set_2 Set_3 Set_4 Set_5 Set_6
1.09 0.162 NA 2.312 1.876 0.12 0.812
0.687 NA 0.987 1.32 1.11 1.04 NA
NA 1.890 0.923 1.43 0.900 2.02 2.7
2.801 0.642
浏览 2提问于2015-08-01得票数 1
1回答
我导入了一个具有不同类型列的DataFrame。如下所示：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1272 entries, 0 to 1271
Columns: 189 entries, Year to HUMAN_rank
dtypes: float64(67), int64(1), object(121)
memory usage: 1.8+ MB
我想要想出一个函数来迭代DataFrame的每一列，识别每一列中的值的类型，如果该列具有object类型，则将其转换为float。
浏览 32提问于2018-08-18得票数 -2
回答已采纳
1回答
我需要从dataframe的每一列中删除重复的值。我建立了一个最小的例子
library(dplyr)
library(data.table)
df <- data_frame(
temp = c(21, 22, 22, 24, 25, 25, 26, 27),
prec = c(222.34, 550, 550, 659.43, 700, 700, 750.500, 790),
alt = c(400, 400, 500, 650, 700, 750, 750, 800)
)
那么，如何从每一列中删除重复值呢？
提前感谢！
浏览 1提问于2022-05-17得票数 1
1回答
我需要些帮助。我想为python中的dataframe的每一列绘制一个Q-Q图。下面是我数据库中的数据示例：
my_dict = {'age':[16,33,54,37,66,17,5,14,22,42],
'avg_glucose_level':[88.85,121.04,129.16,87.16,103.01,68.66,84.93,111.27,79.81,55.22]}
df_sample = pd.DataFrame(my_dict)
浏览 3提问于2022-04-26得票数 0
我正在尝试从JSON文件中创建一个python大熊猫DataFrame，但是我最终的DataFrame列标题与填充这些列的值位于JSON文件的不同部分。
我简化了json，但基本上如下所示。只有一个列标题部分和多个数据部分。
我需要每一列填充与它相关的值。因此，在每种情况下，值1都将填充标题1下的列。
{"my_data": {
"my_data_columns_headers": [
"heading 1",
"heading 2",
"heading 3",
浏览 9提问于2022-03-03得票数 0
回答已采纳
1回答
我有一个包含一些缺失值(20%)的dataframe (X)，我决定使用MICE填充技术来填充缺失值，并将完整的数据集(Y)作为新的dataframe。现在我想使用RMSE来检查准确性，有没有一种方法可以计算整个数据帧的RMSE，而不是逐列计算RMSE。我尝试了以下方法 ((X-Y)**2).mean(0)**0.5 尽管它能够处理X数据帧上的NaN值，但是它为数据帧的每一列提供了RMSE。我不需要每一列的RMSE，而是整个数据帧的RMSE。有没有办法在python中做到这一点？ 我真的很感谢你的帮助
浏览 23提问于2020-11-11得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
