Skip to content

Commit

Permalink
2023.06.08.11 with Crosstable with column percentages and VariableMul…
Browse files Browse the repository at this point in the history 
…tiselect
  • Loading branch information
@OMGToFo
OMGToFo authored Jun 8, 2023
1 parent 503442e commit 13d7140
Showing 1 changed file with 129 additions and 8 deletions.
137 changes: 129 additions & 8 deletions app.py
View file
Original file line number Diff line number Diff line change
Expand Up @@ -54,7 +54,7 @@
st.write("")
st.write("")
st.write("")
rename_columns = st.checkbox("Rename column names with labels")
rename_columns = st.checkbox("Rename column names with labels \n (attention - as of now there have to be Variable Labels to all Variables)")
st.write("")
st.write("")
st.write("")
Expand Down Expand Up @@ -433,11 +433,15 @@ def to_excel(merged_df):
st.write("")
st.write("")

if st.checkbox("Show Frequencies and Percentages of Values"):
#Tabellen mit Häufigkeiten und Prozenten #########################################

if st.checkbox("Show Frequencies and Percentages of Values for every chosen Variable"):

individualTables = st.checkbox("Show individual tables for every Variable")

prozente_anzahl_df = pd.DataFrame()
for column in merged_df.columns[0:]:
st.write(column)

prozente_df = (merged_df[column].value_counts(normalize=True).reset_index())
prozente_df.columns.values[0] = "Label"
prozente_df.rename(columns={prozente_df.columns[1]: 'Percentage'}, inplace=True)
Expand All @@ -453,9 +457,10 @@ def to_excel(merged_df):

prozente_anzahl_df = prozente_anzahl_df.append(prozente_df)


#Einzelne Tabellen
st.write(prozente_df)
if individualTables:
#Einzelne Tabellen
st.write(column)
st.write(prozente_df)

st.write("")
st.write("")
Expand Down Expand Up @@ -485,6 +490,17 @@ def to_excel(prozente_anzahl_df):
st.write("")
st.write("")












#dataframe mit den häufigkeiten der Kombinationen ####################
AlleKombinationenProzent = merged_df[selected_categorical_cols].value_counts(normalize=True).reset_index()
#AlleKombinationenProzent.columns.values[0] = "Label"
Expand Down Expand Up @@ -527,7 +543,9 @@ def to_excel(prozente_anzahl_df):
for k in range(AnzahlKategorischeVariablen):
KategorienListe = merged_df[VariablenKolumnenAuswahl[k]].unique()

#st.write("KategorienListe: ",KategorienListe)


st.write("KategorienListe: ",KategorienListe)

#st.write("i: ",i)
#col.text_input('Ausprägung', key=i)
Expand All @@ -546,7 +564,7 @@ def to_excel(prozente_anzahl_df):

################### cross tabulations ####################################
if st.checkbox("Create cross-tabulations?"):
st.title("Cross Tables with Average Values - Beta")
st.subheader("Cross Tables with Average Values - Beta")

# Create multiselect widgets for object and float variables
selected_object_vars = selected_categorical_cols
Expand Down Expand Up @@ -578,6 +596,9 @@ def to_excel(prozente_anzahl_df):
AnzahlKategorischeVariablen = len(selected_categorical_cols)
for t in range(AnzahlKategorischeVariablen):
Thomasgrouped_df = merged_df.groupby(selected_object_vars[t])[selected_float_vars].mean().reset_index()



Thomasgrouped_df.columns.values[0] = "KatVariable"
#st.write("Hej Thomasgrouped_df: ", Thomasgrouped_df)

Expand Down Expand Up @@ -637,6 +658,106 @@ def to_excel(ThomasFormatiertesDataframe):
file_name='SPSSCrossTTableRowCategoriesToExcel.xlsx')



st.write("")
st.write("")


#Tabellen mit Haeufigkeiten und Prozenten - Versuch mit Kreuztabellen#########################################
#Kat Variablen werden zu Spalten #############
# Generate cross table with average values

st.subheader("Crosstable with column percentages of chosen variables")
st.info("All variables are treated as categorical values here")

merged_df_KatVariablen = labelledData
categorical_cols_forCrossTable = merged_df_KatVariablen.columns.tolist()

st.write("")
selected_categorical_cols_forCrossTable = st.multiselect('Select variables (men/women, old/young..):',categorical_cols_forCrossTable, default = selected_categorical_cols,key="selected_categorical_cols_forCrossTable")


if selected_categorical_cols_forCrossTable:
#KategorienAlsSpalten_df = pd.DataFrame(columns=['KatVariable']+ list(selected_categorical_cols))
KategorienAlsSpalten_df = pd.DataFrame()


#ThomasFormatiertesZahlenDataframe = pd.DataFrame(columns=['KatVariable'] + list(selected_float_vars))
AnzahlKategorischeVariablen = len(selected_categorical_cols_forCrossTable)


#SpaltenVariableTabelle = pd.DataFrame(columns= list(selected_object_vars))


SpaltenVariableKumulierteTabelle = pd.DataFrame()

for spaltenVariableNr in range(AnzahlKategorischeVariablen):

SpaltenVariableTabelle = pd.DataFrame()
#SpaltenVariableTabelle['VariableName'] = selected_categorical_cols_forCrossTable[spaltenVariableNr]
VariableName = selected_categorical_cols_forCrossTable[spaltenVariableNr]
#st.write("VariableName: ",VariableName)

#st.write("spaltenVariableNr: ",spaltenVariableNr)
#prozente_Spalten_df = pd.DataFrame()
for zeilenVariableNr in range(AnzahlKategorischeVariablen):
#st.write("zeilenVariableNr: ",zeilenVariableNr)
#st.write("selected_object_vars[t]", selected_object_vars[zeilenVariableNr])
#ThomasTestgrouped_df = merged_df.groupby(selected_object_vars[t])[selected_float_vars].mean().reset_index()
#st.write("ThomasTestgrouped_df: ", ThomasTestgrouped_df)


zwischenSpaltenVariableTabelle = pd.crosstab(merged_df_KatVariablen[selected_categorical_cols_forCrossTable[zeilenVariableNr]], merged_df_KatVariablen[selected_categorical_cols_forCrossTable[spaltenVariableNr]], normalize='columns') *100 #normalize='columns' gibt Spalten% normalize=True gibt Tabellen% , margins=True, margins_name="Total" gibt Totalspalte
zwischenSpaltenVariableTabelle.index.names = ['Variable']



#zwischenSpaltenVariableTabelle['Variabe'] = zwischenSpaltenVariableTabelle.index
#st.write("zwischenSpaltenVariableTabelle: ",zwischenSpaltenVariableTabelle)

#ProbeTest = (merged_df[selected_object_vars[t]].value_counts(normalize=True).reset_index())
#st.write("ProbeTest: ",ProbeTest)
#SpaltenVariableTabelle = SpaltenVariableTabelle.append(zwischenSpaltenVariableTabelle) #fügt die Zwischentabellen nacheinander zusammen
SpaltenVariableTabelle = pd.concat([SpaltenVariableTabelle, zwischenSpaltenVariableTabelle]) #fügt die Zwischentabellen nacheinander zusammen, axis=1 könnte ein tip sein..



#st.write("SpaltenVariableTabelle: ",SpaltenVariableTabelle)
#SpaltenVariableTabelle = SpaltenVariableTabelle.assign(key=0).merge(zwischenSpaltenVariableTabelle.assign(key=0))

#st.write("SpaltenVariableTabelle: ",SpaltenVariableTabelle)
SpaltenVariableKumulierteTabelle = pd.concat([SpaltenVariableKumulierteTabelle, SpaltenVariableTabelle], axis=1 ) #yes!!! axis=1 hat's gebracht!!!!
#st.write("SpaltenVariableKumulierteTabelle: ",SpaltenVariableKumulierteTabelle)

#runden
SpaltenVariableKumulierteTabelle = SpaltenVariableKumulierteTabelle.round(decimals = 2)

#Prozentzeichen einfügen
SpaltenVariableKumulierteTabelle = SpaltenVariableKumulierteTabelle.astype(str).apply(lambda x:x + '%')



st.write("Table with column-percentages per variable: ",SpaltenVariableKumulierteTabelle)
st.write("")
st.write("")
#st.subheader("Table Versuchsanfang Crosstable ..with all percentages and frequencies of the selected variables")
#st.write(KategorienAlsSpalten_df)
















################### cross tabulations - end ####################################

st.write("")
Expand Down

0 comments on commit 13d7140

Please sign in to comment.