histogram/value 从具有分类数据和自定义 "bins" 的 pandas 数据框列计数

Question

考虑以下数据框：

import pandas as pd

x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)

   0  1
0  a  b
1  a  c
2  c  b
3  d  c

我想根据一些自定义“bins”获取数据帧每一列中数据的相对频率，这些自定义“bins”将是（可能的超集）唯一数据值。例如，如果：

b = ['a', 'b', 'c', 'd', 'e', 'f']

我想获得：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

是否有一个（或两个）班轮来实现这一目标？

Answer 1

尝试 apply value_counts, then reindex 基于 b:

import pandas as pd

x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])

b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)

print(df)

df:

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

---

一个melt and crosstab选项：

import pandas as pd

x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])

b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.melt()
df = pd.crosstab(df['value'], df['variable']) \
    .reindex(b).fillna(0).astype(int) \
    .rename_axis(None, axis=1).rename_axis(None, axis=0)

print(df)

df:

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0