Quiero realizar una tabla de frecuencias de mi data frame, de tal manera, que en los datos de género (escrita como RIAGENDR) solo seleccione a las mujeres (designadas como 2, hombres como 1) y cuente el número de observaciones en una variable designada como DMDMARTL (estado civil: 1 ==> casada, 2 ==> viuda, 3 ==> divorciada, 4 ==> separada, 5 ==> nunca se casó, 6 == > viviendo con pareja).
El data frame está disponible en:https://www.kaggle.com/ramendrapandey/nhanes-2015-2016
Mi código para seleccionar las variables de mi data frame (RIAGENDR y DMDMARTL) y hacer el conteo de frecuencias (en el caso de RIAGENDR (género) solo seleccionar a las mujeres (2)) es el siguiente:
pd.crosstab(index = da["RIAGENDR"] == 2, columns = da["DMDMARTL"])
Con ese código me muestra lo siguiente:
DMDMARTL | 1.0 | 2.0 | 3.0 | 4.0 | 5.0 | 6.0 |
---|---|---|---|---|---|---|
RIAGENDR | ||||||
False | 1477 | 100 | 229 | 68 | 484 | 265 |
True | 1303 | 296 | 350 | 118 | 520 | 262 |
Intuyo que True es el valor 2 (mujer) y el False corresponde a 1(hombre). Sin embargo, deseo que en vez de esos valores booleanos me muestre el número 2 y sus respectivos valores en cada categoria de la variable DMDMARTL(estado civil). ¿Cómo podría modificar mi código para que haga lo mencionado?
da
para ver qué valores toman las filas y columnas y así entender de dónde salen esos False y True?