홈페이지>프로그래밍 관련>AI 소스 코드
다운로드

Advanced-Value-Counts에 오신 것을 환영합니다

Advanced-Value-Counts는 Pandas ' .value_counts() , .groupby() 및 Seaborn을 사용하는 AdvancedValueCounts 클래스를 포함하는 Python-Package입니다. 이 패키지의 잠재력은 그룹화 후 열의 수에 대한 정보 df.groupby(groupby_col)[column].value_counts() 원할 때 정점에 달합니다. AdvancedValueCounts 사용 방법에 대한 사용법을 참조하십시오. 이 중간 기사를 읽 거나이 패키지의 부가 가치에 대한 설명을 보려면이 노트북에 문의하십시오.

목차 :

  • PYPI를 사용하는 사용자를위한 설치
  • PYPI가없는 사용자를위한 설치
  • 용법
  • 기고자를위한 설치

PYPI를 사용하는 사용자를위한 설치 

 pip install advanced-value-counts

오류가 표면에 있으면 PIP 및 SetUptools를 업그레이드하십시오 

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

PYPI가없는 사용자를위한 설치 

 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

Advanced-Value-Counts 디렉토리에서 설치가 성공했는지 여부 를 테스트하려면 

 pytest

용법

아래의 예는 Kaggle의 수정 된 타이타닉 데이터 세트를 사용합니다.이 gitrepo에서 볼 수 있습니다.

이 노트북의 코드는 여기에서 찾을 수 있습니다. 

 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 ()
캐비너리 제목
0 난 씨.
1 기음 부인
2 난 놓치다.
3 기음 부인
4 난 씨. 
 # create an instance of AdvancedValueCounts
avc = AdvancedValueCounts ( df = df , column = 'Title' )

# print the AdvancedValueCounts DataFrame
avc . avc_df
비율 세다
제목
씨. 0.580247 517
놓치다. 0.204265 182
부인 0.140292 125
주인. 0.044893 40
_na 0.007856 7
회전. 0.006734 6
주요한. 0.002245 2
안부. 0.002245 2
mlle. 0.002245 2
백작 부인. 0.001122 1
캡틴 0.001122 1
미스 0.001122 1
선생님. 0.001122 1
숙녀. 0.001122 1
mme. 0.001122 1
두목. 0.001122 1
Jonkheer. 0.001122 1

min_group_count 5로 설정하여 소그룹을 '_other' 그룹으로 그룹화하십시오. 

 avc . min_group_count = 5
avc . avc_df
비율 세다
제목
씨. 0.580247 517
놓치다. 0.204265 182
부인 0.140292 125
주인. 0.044893 40
_다른 0.015713 14
_na 0.007856 7
회전. 0.006734 6

단일 열의 소규모 그룹에 맞게 조정하려면 AdvancedValueCounts 클래스의 매개 변수 : 

 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

df.groupby(groupby_col)[column].value_counts() 의 동작을 모방하기 위해 매개 변수 groupy_col: str = None 과 함께 column 사용할 수도 있습니다. 

 avc_grouped = AdvancedValueCounts ( df = df , column = 'Title' , groupby_col = 'CabinArea' )
avc_grouped . avc_df
세다 subgroup_ratio subgr_r_diff_subgr_all R_VS_TOTAL
캐비너리 제목
에이 안부. 1 0.066667 0.064422 0.001122
숙녀. 1 0.066667 0.065544 0.001122
주인. 1 0.066667 0.021773 0.001122
씨. 11 0.733333 0.153086 0.012346
선생님. 1 0.066667 0.065544 0.001122
... ... ... ... ... ...
_na 부인 81 0.117904 -0.022388 0.090909
미스 1 0.001456 0.000333 0.001122
회전. 6 0.008734 0.002000 0.006734
_na 4 0.005822 -0.002034 0.004489
_총 687 1.000000 0.000000 0.771044

74 행 × 4 열

데이터에 대한 더 나은 개요를 얻으려면 속성을 설정하여 그룹 크기를 조정하고 비율을 반올림합니다. 

 avc_grouped . min_group_ratio = 0.05
avc_grouped . min_subgroup_count = 5
avc_grouped . round_ratio = 3
avc_grouped . avc_df
세다 subgroup_ratio subgr_r_diff_subgr_all R_VS_TOTAL
캐비너리 제목
비 놓치다. 14 0.298 0.094 0.016
씨. 16 0.340 -0.240 0.018
부인 10 0.213 0.073 0.011
_na 1 0.021 0.013 0.001
_다른 6 0.127 0.111 0.007
_총 47 1.000 0.000 0.053
기음 놓치다. 12 0.203 -0.001 0.013
씨. 29 0.492 -0.088 0.033
부인 14 0.237 0.097 0.016
_na 1 0.017 0.009 0.001
_다른 3 0.051 0.035 0.003
_총 59 1.000 0.000 0.066
_모두 주인. 40 0.045 난 0.045
놓치다. 182 0.204 난 0.204
씨. 517 0.580 난 0.580
부인 125 0.140 난 0.140
회전. 6 0.007 난 0.007
_na 7 0.008 난 0.008
_다른 14 0.016 난 0.016
_총 891 1.000 난 1.000
_na 주인. 33 0.048 0.003 0.037
놓치다. 135 0.197 -0.007 0.152
씨. 424 0.617 0.037 0.476
부인 81 0.118 -0.022 0.091
회전. 6 0.009 0.002 0.007
_na 4 0.006 -0.002 0.004
_다른 4 0.006 -0.010 0.004
_총 687 1.000 0.000 0.771
_다른 주인. 5 0.051 0.006 0.006
놓치다. 21 0.214 0.010 0.024
씨. 48 0.490 -0.090 0.054
부인 20 0.204 0.064 0.022
_na 1 0.010 0.002 0.001
_다른 3 0.031 0.015 0.003
_총 98 1.000 0.000 0.110

그룹화 된 AdvancedValueCounts 에서 Groupsize를 조정하기 위해 AdvancedValueCounts 클래스의 매개 변수 

 # 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

AdvancedValueCounts.avc_df 의 플롯을 얻으려면 : 

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

값 카운트 플롯

'_all' 및 '_total' 과 같은 summary_statistics없이 데이터 프레임을 얻으려면 : 

 avc_grouped . unsummerized_df
세다 subgroup_ratio subgr_r_diff_subgr_all R_VS_TOTAL
캐비너리 제목
비 놓치다. 14 0.298 0.094 0.016
씨. 16 0.340 -0.240 0.018
부인 10 0.213 0.073 0.011
_na 1 0.021 0.013 0.001
_다른 6 0.127 0.111 0.007
기음 놓치다. 12 0.203 -0.001 0.013
씨. 29 0.492 -0.088 0.033
부인 14 0.237 0.097 0.016
_na 1 0.017 0.009 0.001
_다른 3 0.051 0.035 0.003
_na 주인. 33 0.048 0.003 0.037
놓치다. 135 0.197 -0.007 0.152
씨. 424 0.617 0.037 0.476
부인 81 0.118 -0.022 0.091
회전. 6 0.009 0.002 0.007
_na 4 0.006 -0.002 0.004
_다른 4 0.006 -0.010 0.004
_다른 주인. 5 0.051 0.006 0.006
놓치다. 21 0.214 0.010 0.024
씨. 48 0.490 -0.090 0.054
부인 20 0.204 0.064 0.022
_na 1 0.010 0.002 0.001
_다른 3 0.031 0.015 0.003

기고자를위한 설치 

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

가상 환경을 활성화하십시오

Windows : 

 ..venvScriptsactivate

Linux / MacOS : 

 source .venv/bin/activate

요구 사항을 설치하십시오 

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

모든 것이 제대로 작동하는지 테스트하십시오

( 감가 상각수가 예상됩니다)

Tox와 함께 

 tox

독소없이 

 pip install -e .
pytest
확장하다
추가 정보
관련 애플리케이션
추천
관련 정보 전체