多重响应分析，多选题二分法思路

 

公司开发数据分析模块，此为多选题的， 多重相应二分法

1. 求有效N

SELECT COUNT(1) FROM aa where IFNULL(b,N'') or IFNULL(a,N'')

2. 求总数

SELECT COUNT(1) FROM aa

3. 求缺失

    2 - 1 = 缺失

4. 响应

SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；/响应变量之和
SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；
SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；

5. 个案

SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；/有效的和(就是1)
SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；
SELECT COUNT(1) FROM aa where IFNULL(b,N'')=传的；

 注意， 小数位数应该保留2位

 思路：

举例， 真实数据

P1Q1 　　P1Q2

1,2,3,4　　1,2,3

2,3

=============

最后会拆分成4份

P1Q1_1　　P1Q1_2　　P1Q1_3　　P1Q1_4

1　　　　　　1　　　　　　1　　　　　　1

0　　　　　　1　　　　　　1　　　　　　0

0　　　　　　...

1

 

=============

然后计算频率

百分百 =  N / 有效总N

观察百分比 = N / 总N

做报告，数据分析时候， 该如何描述

 

通常百分比用观察值或响应值百分比

 

 

 python写法

def multiple_choice_percentage(variable_list, table_name):
    result = read_indexs_by_index(table_name, variable_list)

    fre_dict_data = {}
    # fre_percentage_dict_data = {"响应百分比": {}, "个案百分比": {}}
    # fre_percentage_dict_data = {"个案百分比": {}}
    fre_percentage_dict_data = {}

    for i in variable_list:
        vc = result[i].value_counts()
        od = sorted(vc.items(), key=lambda d: d[1], reverse=True)  # 根据值排序, True 是递减

        sub_data = {}
        for sub_vl in od:
            aaa = value_labels[variable_list[0]]  # {1: '没有建立', 2: '有，但效果不好', 3: '有，效果一般', 4: '有，效果良好'}

            sub_data[aaa[sub_vl[0]]] = sub_vl[1]

        fre_dict_data[variable_labels[i]] = sub_data
    import numpy as np
    # dropna_count = result[variable_list[0]].dropna().count()
    dropna_count = result[result.apply(np.sum, axis=1) != 0].dropna(how='all').count()[0]

    # print(dropna_count)
    for key, value in value_labels[variable_list[0]].items():
        if key == 0:
            continue
        fre_percentage_dict_data[value] = {}
        for j in variable_list:

            try:
                fre_percentage_dict_data[value][variable_labels[j]] = float(
                    "%.4f" % (fre_dict_data[variable_labels[j]][value] / dropna_count))
            except:
                fre_percentage_dict_data[value][variable_labels[j]] = float("%.4f" % (0))

    return pd.DataFrame(fre_percentage_dict_data)