Startseite>Programmierbezogen>AI-Quellcode
Herunterladen

Willkommen bei Fortgeschrittenen

Advanced-Value-Counts ist ein Python-Package, das die Klasse AdvancedValueCounts enthält, die Pandas ' .value_counts() , .groupby() und Seaborn verwendet, um problemlos viele Informationen über die Zählungen einer (kategorischen) Spalte in einem Pandas-Datenfrequellen zu erhalten. Das Potenzial dieses Pakets ist auf dem Höhepunkt, wenn Sie Informationen über eine Spalte nach einer Gruppierung haben: df.groupby(groupby_col)[column].value_counts() . Sehen Sie die Verwendung der Verwendung von AdvancedValueCounts an. Lesen Sie diesen mittleren Artikel oder wenden Sie sich an dieses Notizbuch, um eine Erläuterung zum Mehrwert dieses Pakets zu erhalten.

Inhaltsverzeichnis :

  • Installation für Benutzer, die PYPI verwenden
  • Installation für Benutzer ohne PYPI
  • Verwendung
  • Installation für Mitwirkende

Installation für Benutzer, die PYPI verwenden 

 pip install advanced-value-counts

Wenn Fehler auftreten 

 python3 -m pip install --upgrade pip
python3 -m pip install --upgrade setuptools

Installation für Benutzer ohne PYPI 

 git clone https://github.com/sTomerG/advanced-value-counts.git
cd advanced-value-counts
pip install -e .
# optional but potentially crucial
pip install -r requirements/requirements.txt

Um zu testen, ob die Installation im Verzeichnis mit fortgeschrittenem Wert erfolgreich ausgeführt wurde ( Devistivewarnings werden erwartet) 

 pytest

Verwendung

Das folgende Beispiel verwendet eine modifizierte Version des Titanic -Datensatzes von Kaggle, die hier in diesem Gitrepo zu finden ist.

Der Code dieses Notizbuchs finden Sie hier. 

 from advanced_value_counts . avc import AdvancedValueCounts
import pandas as pd

# read in the data file
df = pd . read_csv ( '../tests/data/titanic.csv' , usecols = [ 'CabinArea' , 'Title' ])
df . head ()
Gehäuse Titel
0 Nan Herr.
1 C Frau
2 Nan Vermissen.
3 C Frau
4 Nan Herr. 
 # create an instance of AdvancedValueCounts
avc = AdvancedValueCounts ( df = df , column = 'Title' )

# print the AdvancedValueCounts DataFrame
avc . avc_df
Verhältnis zählen
Titel
Herr. 0,580247 517
Vermissen. 0,204265 182
Frau 0,140292 125
Master. 0,044893 40
_n / A 0,007856 7
Rev. 0,006734 6
Wesentlich. 0,002245 2
Col. 0,002245 2
Mlle. 0,002245 2
Gräfin. 0,001122 1
Capt. 0,001122 1
MS. 0,001122 1
Herr. 0,001122 1
Dame. 0,001122 1
Mme. 0,001122 1
Don. 0,001122 1
Jonkheer. 0,001122 1

Setzen Sie min_group_count auf 5 auf Gruppen kleine Gruppen in die Gruppe '_other' 

 avc . min_group_count = 5
avc . avc_df
Verhältnis zählen
Titel
Herr. 0,580247 517
Vermissen. 0,204265 182
Frau 0,140292 125
Master. 0,044893 40
_andere 0,015713 14
_n / A 0,007856 7
Rev. 0,006734 6

Parameter der Klasse AdvancedValueCounts , um kleine Gruppen für eine einzelne Spalte anzupassen: 

 dropna : bool = False
min_group_count : int = 1 # does not effect NA or the '_other' group
min_group_ratio : float = 0 # does not effect NA or the '_other' group

Es ist auch möglich, column in Kombination mit Parameter groupy_col: str = None , um das Verhalten von df.groupby(groupby_col)[column].value_counts() nachzuahmen. 

 avc_grouped = AdvancedValueCounts ( df = df , column = 'Title' , groupby_col = 'CabinArea' )
avc_grouped . avc_df
zählen subgroup_ratio subgr_r_diff_subgr_all r_vs_total
Gehäuse Titel
A Col. 1 0,066667 0,064422 0,001122
Dame. 1 0,066667 0,065544 0,001122
Master. 1 0,066667 0,021773 0,001122
Herr. 11 0,733333 0,153086 0,012346
Herr. 1 0,066667 0,065544 0,001122
... ... ... ... ... ...
_n / A Frau 81 0,117904 -0.022388 0.090909
MS. 1 0,001456 0,000333 0,001122
Rev. 6 0,008734 0,002000 0,006734
_n / A 4 0,005822 -0.002034 0,004489
_gesamt 687 1.000000 0,000000 0,771044

74 Zeilen × 4 Spalten

Um einen besseren Überblick über die Daten zu erhalten, legen Sie Attribute fest, um die Gruppengröße anzupassen und die Verhältnisse zu runden 

 avc_grouped . min_group_ratio = 0.05
avc_grouped . min_subgroup_count = 5
avc_grouped . round_ratio = 3
avc_grouped . avc_df
zählen subgroup_ratio subgr_r_diff_subgr_all r_vs_total
Gehäuse Titel
B Vermissen. 14 0,298 0,094 0,016
Herr. 16 0,340 -0.240 0,018
Frau 10 0,213 0,073 0,011
_n / A 1 0,021 0,013 0,001
_andere 6 0,127 0,111 0,007
_gesamt 47 1.000 0,000 0,053
C Vermissen. 12 0,203 -0.001 0,013
Herr. 29 0,492 -0.088 0,033
Frau 14 0,237 0,097 0,016
_n / A 1 0,017 0,009 0,001
_andere 3 0,051 0,035 0,003
_gesamt 59 1.000 0,000 0,066
_alle Master. 40 0,045 Nan 0,045
Vermissen. 182 0,204 Nan 0,204
Herr. 517 0,580 Nan 0,580
Frau 125 0,140 Nan 0,140
Rev. 6 0,007 Nan 0,007
_n / A 7 0,008 Nan 0,008
_andere 14 0,016 Nan 0,016
_gesamt 891 1.000 Nan 1.000
_n / A Master. 33 0,048 0,003 0,037
Vermissen. 135 0,197 -0.007 0,152
Herr. 424 0,617 0,037 0,476
Frau 81 0,118 -0.022 0,091
Rev. 6 0,009 0,002 0,007
_n / A 4 0,006 -0.002 0,004
_andere 4 0,006 -0.010 0,004
_gesamt 687 1.000 0,000 0,771
_andere Master. 5 0,051 0,006 0,006
Vermissen. 21 0,214 0.010 0,024
Herr. 48 0,490 -0.090 0,054
Frau 20 0,204 0,064 0,022
_n / A 1 0.010 0,002 0,001
_andere 3 0,031 0,015 0,003
_gesamt 98 1.000 0,000 0,110

Parameter der AdvancedValueCounts -Klasse, um Gruppen in einem gruppy-by AdvancedValueCounts anzupassen 

 # for groupby_col:
dropna : bool = False
max_groups : int = None # does not effect NA or the '_other' group
min_group_count : int = 1 # does not effect NA or the '_other' group
min_group_ratio : float = 0 # does not effect NA or the '_other' group

# for column:
dropna : bool = False
max_subgroups : int = None # does not effect NA or the '_other' group
min_subgroup_count : int = 1 # does not effect NA or the '_other' group
min_subgroup_ratio : float = 0 # does not effect NA or the '_other' group
min_subgroup_ratio_vs_total : float = 0 # does not effect NA or the '_other' group

Um eine Handlung der AdvancedValueCounts.avc_df zu erhalten.AVC_DF: 

 avc_grouped . get_plot ( normalize = True ) # normalize = True is default value

Wertzähldiagramm

Um einen Datenrahmen ohne die summary_statistics wie '_all' und '_total' zu erhalten: 

 avc_grouped . unsummerized_df
zählen subgroup_ratio subgr_r_diff_subgr_all r_vs_total
Gehäuse Titel
B Vermissen. 14 0,298 0,094 0,016
Herr. 16 0,340 -0.240 0,018
Frau 10 0,213 0,073 0,011
_n / A 1 0,021 0,013 0,001
_andere 6 0,127 0,111 0,007
C Vermissen. 12 0,203 -0.001 0,013
Herr. 29 0,492 -0.088 0,033
Frau 14 0,237 0,097 0,016
_n / A 1 0,017 0,009 0,001
_andere 3 0,051 0,035 0,003
_n / A Master. 33 0,048 0,003 0,037
Vermissen. 135 0,197 -0.007 0,152
Herr. 424 0,617 0,037 0,476
Frau 81 0,118 -0.022 0,091
Rev. 6 0,009 0,002 0,007
_n / A 4 0,006 -0.002 0,004
_andere 4 0,006 -0.010 0,004
_andere Master. 5 0,051 0,006 0,006
Vermissen. 21 0,214 0.010 0,024
Herr. 48 0,490 -0.090 0,054
Frau 20 0,204 0,064 0,022
_n / A 1 0.010 0,002 0,001
_andere 3 0,031 0,015 0,003

Installation für Mitwirkende 

 git clone https://github.com/sTomerG/advanced-value-counts.git
cd advanced-value-counts
python3 -m venv .venv

Aktivieren Sie die virtuelle Umgebung

Fenster: 

 ..venvScriptsactivate

Linux / macos: 

 source .venv/bin/activate

Anforderungen installieren 

 python -m pip install --upgrade pip
pip install -r requirements/requirements.txt

Test, wenn alles richtig funktioniert

( Abschaltungen werden erwartet)

Mit Tox 

 tox

Ohne Tox 

 pip install -e .
pytest
Expandieren
Zusätzliche Informationen
Ähnliche Anwendungen
Empfohlen für Sie
Ähnliche Nachrichten Alle