Les Pandas de python .describe() mise en forme/de sortie

Je suis en train d'essayer d'obtenir le .describe() fonction de sortie dans un reformaté.
Voici les données au format csv (testProp.csv)

'name','prop'
A,1
A,2
B,  4
A,  3
B,  5
B,  2

quand je, tapez le texte suivant:

from pandas import *

data = read_csv('testProp.csv')

temp = data.groupby('name')['prop'].describe()
temp.to_csv('out.csv')

la sortie est:

name       
A     count    3.000000
      mean     2.000000
      std      1.000000
      min      1.000000
      25%      1.500000
      50%      2.000000
      75%      2.500000
      max      3.000000
B     count    3.000000
      mean     3.666667
      std      1.527525
      min      2.000000
      25%      3.000000
      50%      4.000000
      75%      4.500000
      max      5.000000
dtype: float64

Cependant, je veux que les données dans le format ci-dessous. J'ai essayé transpose() et tiens à les maintenir à l'aide de la describe() et de le manipuler au lieu de a .agg([np.mean(), np.max(), etc.... ):

    count   mean    std min 25% 50% 75% max
A   3   2   1   1   1.5 2   2.5 3
B    3  3.666666667 1.527525232 2   3   4   4.5 5

OriginalL'auteur Mike | 2015-09-29

  1. 3

    Une façon de le faire serait de faire d'abord .reset_index() , pour réinitialiser l'index de votre temp DataFrame, et ensuite utiliser DataFrame.pivot que vous le souhaitez . Exemple -

    In [24]: df = pd.read_csv(io.StringIO("""name,prop
   ....: A,1
   ....: A,2
   ....: B,  4
   ....: A,  3
   ....: B,  5
   ....: B,  2"""))

In [25]: temp = df.groupby('name')['prop'].describe().reset_index()

In [26]: newdf = temp.pivot(index='name',columns='level_1',values=0)

In [27]: newdf.columns.name = ''   #This is needed so that the name of the columns is not `'level_1'` .

In [28]: newdf
Out[28]:
      25%  50%  75%  count  max      mean  min       std
name
A     1.5    2  2.5      3    3  2.000000    1  1.000000
B     3.0    4  4.5      3    5  3.666667    2  1.527525

    Ensuite, vous pouvez enregistrer ce newdf au format csv.

    Ne fonctionne pas. Donne "KeyError: 0"

    OriginalL'auteur Anand S Kumar

  2. 1

    Dans les pandas v0.22, vous pouvez utiliser la fonction dépiler. La construction de @Kumar réponse ci-dessus, vous pouvez utiliser les pandas empiler/dépiler fonction et de jouer avec des variations.

    from io import StringIO
import pandas as pd
df = pd.read_csv(StringIO("""name,prop
   A,1
   A,2
   B,  4
   A,  3
   B,  5
   B,  2"""))

df.shape
df
temp = df.groupby(['name'])['prop'].describe()
temp
temp.stack() #unstack(),unstack(level=-1) level can be -1, 0

    Consultez la documentation les pandas dépiler pour plus de détails

    OriginalL'auteur Vitalis