在 pandas 中转换数据框和计数值

Question

我有一个数据框 df 看起来像

我需要对其进行转换并计算每年每种类型的出现次数。所以我的预期输出是：

    1998 2003 2006 2007 2010 2015
 A   1   0     0     0   1    0
 B   0   1     0     0   0    2 
 C   0   1     2     0   0    0
 D   1   0     0     1   1    0

据我了解，我需要在这里使用pivot，对吗？类似于 df.pivot(index='Type', columns='Data', values=???)

Answer 1

您可以使用 pivot_table 并传递 len 作为聚合函数：

df.pivot_table(index="Type", columns="Date",  aggfunc=len).fillna(0).astype(int)
Out[152]: 
Date  1998  2003  2006  2007  2010  2015
Type                                    
A        1     0     0     0     1     0
B        0     1     0     0     0     2
C        0     1     2     0     0     0
D        1     0     0     1     1     0

像一样，你也可以使用交叉表：

pd.crosstab(df['Type'], df['Date'])
Out[153]: 
Date  1998  2003  2006  2007  2010  2015
Type                                    
A        1     0     0     0     1     0
B        0     1     0     0     0     2
C        0     1     2     0     0     0
D        1     0     0     1     1     0

Answer 2

如果你不想显示空值，你也可以使用：

df.groupby(['Date', 'Type']).size().reset_index()

这会给出：

   Date Type  0
0  1998    A  1
1  1998    D  1
2  2003    B  1
3  2003    C  1
4  2006    C  2
5  2007    D  1
6  2010    A  1
7  2010    D  1
8  2015    B  2

在 pandas 中转换数据框和计数值

Transform dataframe and count values in pandas

python

pivot

pandas