我正在尝试获得一个特定的csv格式,以便其他代码可以正确读取它。我用Ordereddicts命令了它,但它花费了更长的时间,而且我的绘图代码给出了“StringIO()不带关键字参数”错误。虽然我认为我可以解决这个问题,但我还是喜欢使用value-uncounts方法,因为它更快。我得到了一个包含正确信息的csv文件,下一步我需要的只是格式化。我查过多个关于类似问题的线索,但不知道如何以这种特殊的方式进行排序。在
我的代码:
import csv
import numpy as np
import pandas as pd
from collections import defaultdict, Counter
import pandas.util.testing as tm; tm.N = 3
data = pd.DataFrame.from_csv('MYDATA.csv')
data[['QualityIssue','CompanyName']]
data['QualityIssue'].value_counts()
RatedCustomerCallers = data['CompanyName'].value_counts()
TopCustomerCallers = RatedCustomerCallers[0:18]
print(TopCustomerCallers)
TopCustomerCallers.to_csv('topcustomercallerslist.csv')
byqualityissue = data.groupby(["CompanyName","QualityIssue"]).size()
print byqualityissue
byqualityissue.to_csv('byqualityissue.csv', header=True)
输出:
^{pr2}$每种发行类型的公司名称都重复。在
但是,我希望它按主叫客户(增加的设备数量、用户数量、无呼叫)进行排序,并以这种方式显示:
Top Calling Customers, Equipment, User, Neither,
Company 3, 3, 10, 13,
Company 1, 15, 0, 0,
Customer 2, 5, 1, 0,
我试着用透视表
df = pd.DataFrame(byqualityissue)
df.pivot(index='CompanyName', columns='QualityIssue', values='0')
但是它给了我KeyError:'0',这很奇怪,因为我把它作为值的输入。另外,我不确定它是否能工作,因为每个客户的输出只是他们调用的类型。和在中一样,公司1只有设备错误呼叫,所以它没有将它们列为用户错误呼叫或两者都没有。不确定透视表是否能解释这一点。在
本着StackOverflow的精神,下面是我如何解决我的问题。在
我使用unstack重新组织数据,用0替换NaN值,将所有行相加,并用这些值附加一个新列,然后进行排序。在
在中读取CSV文件。按公司和质量问题索引,然后在质量问题上取消标记。最后,替换由于没有找到匹配数据而出现的
Nan
值相关问题 更多 >
编程相关推荐