通过另一列获取每个唯一值的计数并将它们转换为列

Question

我有如下数据框：

id	name	colA	colB
One	Ana	abc	xyz
One	Ana	abc	xyz
One	Ana	bde	xyz
One	Ana	bde	xyz
One	Ana	bde	yhn
One	Ana	bde	yhn
One	Ana	bde	qwe
One	Ana	teh	qwe
Two	Bob	abc	qwe
Two	Bob	teh	qwe
Two	Bob	pop	omg

我需要将我的数据框转换为

id	name	abc	bde	teh	pop	xyz	yhn	qwe	omg
One	Ana	2	5	1	0	4	2	2	0
Two	Bob	1	0	1	1	0	0	2	1

我写了下面的代码来实现这个，但它没有给我预期的输出，而且我也不知道如何为多列执行它。请帮忙。

df = df.groupby(['id','colA']).size().reset_index(name='colA_counts')

Answer 1

你可以试试这个：

a = df[["id", "name", "A"]].copy()
b = df[["id", "name", "B"]].copy()
b.columns = ["id", "name", "A"]

       
result = pd.concat([a, b]).value_counts().reset_index()
result.columns = ["id", "name", "A", "count"]
pd.pivot_table(result, index=["id", "name"], columns=["A"], values="count").fillna(0)

我基本上做的是，我首先创建一个新的 DataFrame，将原来的 DataFrame 连接起来，其中 A 和 B 都被称为“A”，因为你不会区分它是否是 A或 B. 在此我让它计算不同的值，即 id、name 和 value 的组合。

然后我旋转 table 以便将“A”中的值视为列，最后我通过调用 [=11 用零填充所有未出现在数据中的组合=].

顺便说一句，我不明白的是，您示例中“one ana pop”中的 1 是从哪里来的。你的数据没有提供这个。