dd.geih.tabla_de_frecuencias#

dane_data.geih.tabla_de_frecuencias(f, por=None, variable=None, estadistico='total')[fuente]#

Tabla ponderada a partir de frecuencias.

Es el segundo paso de serie_tabla: convierte la salida de serie_frecuencias (o cualquier tabla con peso y n_muestra) en la tabla que daría dd.tabla.

Parámetros:

  • f (DataFrame) – Frecuencias con las columnas de por, variable, peso y n_muestra.

  • por (str | Iterable[str] | None) – Variable o lista de variables que definen los grupos.

  • variable (str | None) – Variable numérica para "media" y "mediana".

  • estadistico (str) – "total", "porcentaje", "media" o "mediana".

Devuelve:

Los grupos, el estadístico y n_muestra.

Tipo del valor devuelto:

DataFrame

Ver también

serie_frecuencias

De dónde salen las frecuencias.

serie_tabla

Los dos pasos juntos.

Ejemplos

>>> import pandas as pd
>>> import dane_data as dd
>>> f = pd.DataFrame({"anio": [2023, 2023, 2024, 2024], "sexo": ["Hombre", "Mujer", "Hombre", "Mujer"],
...                   "peso": [60.0, 40.0, 70.0, 30.0], "n_muestra": [6, 4, 7, 3]})
>>> dd.geih.tabla_de_frecuencias(f, por=["anio", "sexo"], estadistico="porcentaje")
   anio    sexo  total  n_muestra  porcentaje
0  2023  Hombre   60.0          6        60.0
1  2023   Mujer   40.0          4        40.0
2  2024  Hombre   70.0          7        70.0
3  2024   Mujer   30.0          3        30.0

Una mediana que junta años sale de la distribución completa:

>>> f = pd.DataFrame({"anio": [2023, 2023, 2024], "ingreso": [1.0, 2.0, 3.0],
...                   "peso": [10.0, 30.0, 20.0], "n_muestra": [1, 3, 2]})
>>> dd.geih.tabla_de_frecuencias(f, variable="ingreso", estadistico="mediana")
   mediana  n_muestra
0      2.0          6