En primer lugar me gustaría disculparme de antemano por si no estoy utilizando stackoverflow de la forma más óptima pero soy nuevo con Python y también en stackoverflow.
Partiendo de un dataframe (he estado buscando y creo que no puedo adjuntar el dataframe aquí) con 11 columnas y 841 filas. Una de las columnas son las edades (desde 0 hasta 80, algunos valores se repiten y también hay décimales como 0.8) y otra es la supervivencia que son booleanos siendo 1 que ha sobrevivido.
Teniendo en cuenta esto, me gustaría ver que edades son las que más han sobrevivido. Es decir, quiero que recorra la columna de edades y que me vaya contando las que se repitan, y que me devuelva aquellas que se hayan repetido más veces con la condicion de que en la columna de survivor tenga un 1.
He intentado algo así:
import pandas as pd
import math
archivo = pd.read_csv('train.csv')
obj = {}
for registro in archivo.loc[archivo['Survived'] == 1].groupby(['Age']):
ageRounded = math.floor(registro[0])
if obj.exists(ageRounded):
obj[ageRounded] = obj[ageRounded] + 1
else:
obj[ageRounded] = 1
Intenté crear una lista vacia que es obj, y luego hacer un bucle for donde survived sea igual a 1 para que solo cuente con aquellos que han sobrevivido y lo agrupe con la columna edad. Luego redondee los valores para que quedaran todos enteros y luego quería que buscara en la columna ages y si existía en la lista, le sumaba uno, si no existía pues el valor era 1. Pero me falta algo y es que no se si esto está bien y además me he quedado atascado aquí y no se como continuar.
El output tiene que ser un df de 10 filas aproximadamente y que me ponga la edad y al lado el nº de veces que se ha repetido, por ejemplo:
edad frecuencia/nº de repeticiones
58 7
45 5
66 3
21 2
Algo asi, ordenado de mayor a menor
Alguién podría echarme una mano?