如何在pandas中做groupby()和value_counts()之类的操作？

Question

这是一个 pandas 数据框，定义如下：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three', 'two'],
                   'C' : [0, 1, 0, 1, 1, 2, 0, 2, 1]})
>>> df
     A      B  C
0  foo    one  0
1  bar    one  1
2  foo    two  0
3  bar  three  1
4  foo    two  1
5  bar    two  2
6  foo    one  0
7  foo  three  2
8  foo    two  1

我想做两个手术

首先，按 A 和 B 列对 Dataframe 进行分组。因此，在这种情况下获得 6 个组。这个操作类似于pandas.

中的groupby()函数

然后，对于每个组，对列 C 进行计数操作，因为在这种情况下它可以是三个不同的值（0、1 和 2）。这个操作类似于pandas.

中的value_counts()函数

最后，我想要一个像这样的新 Dataframe。

     A      B  C_value0  C_value1  C_value2
0  foo    one         2         0         0
1  foo    two         1         2         0
2  foo  three         0         0         1
3  bar    one         0         1         0
4  bar    two         0         0         1
5  bar  three         0         1         0

有人能告诉我如何实现吗？谢谢！

Answer 1

您可以使用 groupby with aggregating size, then replace NaN to 0 by fillna, convert to int by astype, add_prefix, reset_index and last rename_axis（pandas 0.18.0 中的新功能）：

print (df.groupby(['A','B', 'C'])['C'].size()
                                      .unstack()
                                      .fillna(0)
                                      .astype(int)
                                      .add_prefix('C_value')
                                      .reset_index()
                                      .rename_axis(None, axis=1))

     A      B  C_value0  C_value1  C_value2
0  bar    one         0         1         0
1  bar  three         0         1         0
2  bar    two         0         0         1
3  foo    one         2         0         0
4  foo  three         0         0         1
5  foo    two         1         2         0

crosstab的另一个解决方案：

print (pd.crosstab([df.A, df.B], df.C)
         .add_prefix('C_value') 
         .reset_index()
         .rename_axis(None, axis=1))

     A      B  C_value0  C_value1  C_value2
0  bar    one         0         1         0
1  bar  three         0         1         0
2  bar    two         0         0         1
3  foo    one         2         0         0
4  foo  three         0         0         1
5  foo    two         1         2         0

如何在pandas中做groupby()和value_counts()之类的操作？

How to do some operations like groupby() and value_counts() in pandas?

python

group-by

crosstab

dataframe

pandas