我是Python的ArcGIS API新手,我试图在ArcGIS Pro 10.5中使用Notebook创建一个工具,它将重新设计一个表(csv文件)。数据框的标题是 数据_df 我需要统计每个国家某个年龄组(1岁以下、1-2岁、3-4岁、5-12岁、13-17岁、18岁及以上)发生的年龄数量。我的数据样本设置如下。
美国 3 男 美国 5 女 美国 10 男 女 加拿大 0 男 加拿大 1 男 加拿大 9 女 墨西哥 13 男 墨西哥 18 女
我创建了一个python代码段,它将给我提供我正在寻找的计数和总和。这个例子给我提供了1-2年组的计数,而且很有效。
data_df.loc[(data_df['Age'] >=1) & (data_df['Age'] <=2)].groupby('Country')['Age'].count()
问题是,我正试图创建新的列,给我每个国家的总数。我知道有重复的列,我可以稍后删除这些列。我尝试了下面的代码。
data_df['Hague1_2'] = data_df.loc[(data_df['Age'] >=1) & (data_df['Age'] <=2)].groupby('Country')['Age'].count()
结果应该是如下所示,但我得到的却是NaN值。
美国 3 M 0 0 1 2 0 0 美国 5 F 0 0 1 2 0 0 美国 10 M F 0 0 1 2 0 0 加拿大 0 M 1 1 0 1 0 0 加拿大 1 M 0 M 1 1 0 1 0 0 加拿大 9 F 0 M 1 1 0 1 0 0 墨西哥 13 M 0 0 0 0 1 1 墨西哥 18 F 0 0 0 0 1 1 1
任何帮助都是非常感激的
考虑创建一个字典,你可以用它来重映射你的值。然后使用一键编码。
import pandas as pd
df = pd.DataFrame([ ['USA', 3, 'M'], ['USA', 5, 'F'], ['USA', 10, 'F'],
['Canada', 0, 'M'],['Canada', 1, 'M'], ['Canada', 9, 'F'],
['Mexico', 13, 'M'],['Mexico', 18, 'F']], columns = ['Country', 'Age', 'Gender'])
remap_dct = { 0: "Under 1",
1: "1-2yrs",
2: "1-2yrs",
3: "3-4yrs",
4: "3-4yrs",
5: "5-12yrs",
6: "5-12yrs",
7: "5-12yrs",
8: "5-12yrs",
9: "5-12yrs",
10: "5-12yrs",
11: "5-12yrs",
12: "5-12yrs",
13: "13-17yrs",
14: "13-17yrs",
15: "13-17yrs",
16: "13-17yrs",
17: "13-17yrs"}
df['AgeGroup'] = df['Age'].map(remap_dct)
df.loc[df['Age'] >= 18, 'AgeGroup'] = "18 & older"
df = df.join(pd.get_dummies(df['AgeGroup']))
df = df.drop('AgeGroup', axis=1)
print(df)
Country Age Gender 1-2yrs 13-17yrs 18 & older 3-4yrs 5-12yrs Under 1
0 USA 3 M 0 0 0 1 0 0
1 USA 5 F 0 0 0 0 1 0
2 USA 10 F 0 0 0 0 1 0
3 Canada 0 M 0 0 0 0 0 1
4 Canada 1 M 1 0 0 0 0 0
5 Canada 9 F 0 0 0 0 1 0
6 Mexico 13 M 0 1 0 0 0 0
7 Mexico 18 F 0 0 1 0 0 0