带有计数值的 Pandas DataFrame

Question

我有以下数据：

data = [{'Shape': 'Circle', 'Color': 'Green'}, {'Shape': 'Circle', 'Color': 'Green'}, {'Shape': 'Circle', 'Color': 'Green'}]

我从中创建了一个 DataFrame：

df = pd.DataFrame(data)

给予：

>>> df
    Shape  Color
0  Circle  Green
1  Circle  Green
2  Circle  Green

数据总是以这种形式接收，我无法更改它。

现在我需要计算每个

Color

的

Shape

列，以

Color

作为索引，如下所示：

       Circle  Square
Green       3       0
Red         0       0

但是，虽然我知道

Shape

可以是

Circle

或

Square

，但它们可能会也可能不会出现在数据中。同样，

Color

可以是

Green

或

Red

，但也可能出现或不出现在数据中。

所以目前我的解决方案是使用：

df2 = pd.DataFrame(
    [
        {
            "Color": "Green",
            "Circle": len(np.where((df["Shape"] == "Circle") & (df["Color"] == "Green"))[0]),
            "Square": len(np.where((df["Shape"] == "Square") & (df["Color"] == "Green"))[0]),
        },
        {
            "Color": "Red",
            "Circle": len(np.where((df["Shape"] == "Circle") & (df["Color"] == "Red"))[0]),
            "Square": len(np.where((df["Shape"] == "Square") & (df["Color"] == "Red"))[0]),
        },
    ]
)
df2 = df2.set_index("Color")
df2.index.name = None

这给出了所需的结果：

>>> df2
       Circle  Square
Green       3       0
Red         0       0

但我怀疑这是低效的。有没有更好的方法直接在 Pandas 中执行此操作？我尝试了一个数据透视表，但无法让它解释数据中可能缺失的值。

Answer 1

使用数据透视表：

data = [{'Shape': 'Circle', 'Color': 'Green'}, 
        {'Shape': 'Circle', 'Color': 'Green'}, 
        {'Shape': 'Circle', 'Color': 'Green'}]
df = pd.DataFrame(data)

shapes = ['Circle', 'Square']
colors = ['Green', 'Red']

pivot_table = df.pivot_table(index='Color', 
                             columns='Shape', 
                             aggfunc='size', 
                             fill_value=0)

pivot_table = pivot_table.reindex(index=colors, 
                                  columns=shapes, 
                                  fill_value=0)

Answer 2

将

crosstab

与

DataFrame.reindex

:

out = (pd.crosstab(df['Color'], df['Shape'])
         .reindex(index=['Green','Red'], 
                  columns=['Circle','Square'], fill_value=0))
print (out)
Shape  Circle  Square
Color                
Green       3       0
Red         0       0