基于对熊猫dataframes在其他列中的值计算列值

问题描述 投票:6回答:4

我想算风暴的每个类别为每一个独特xy组合的数量。例如。我的数据框的样子:

x   y  year  Category
1   1  1988     3
2   1  1977     1
2   1  1999     2
3   2  1990     4

我想创建一个数据帧,看起来像:

x   y   Category 1   Category 2   Category 3  Category 4
1   1        0           0            1           0
2   1        1           1            0           0
3   2        0           0            0           1

我曾尝试.groupby().count()的各种组合,但我仍然没有得到想要的结果。衣柜里的东西,我可以得到的是:

df[['x','y','Category']].groupby(['Category']).count()

但是,结果所有xy,而不是唯一对统计:

Cat       x           y     
1       3773         3773
2       1230         1230
3       604          604
4       266          266
5       50           50
NA      27620        27620
TS      16884        16884

有谁知道如何根据其他两列的一个数据帧中唯一做的一列的计数操作?

python pandas dataframe
4个回答
2
投票

pivot_table听起来像你想要什么。一个黑客的一点是添加1的一列用来计数。这允许pivot_table添加1特定x-yCategory组合的每个发生。你会设置这个新列在valuepivot_table参数和aggfunc paraemter到np.sum。你可能会想设置fill_value0还有:

df['count'] = 1
result = df.pivot_table(
    index=['x', 'y'], columns='Category', values='count',
    fill_value=0, aggfunc=np.sum
)

result

Category  1  2  3  4
x y                 
1 1       0  0  1  0
2 1       1  1  0  0
3 2       0  0  0  1

如果你有兴趣在保持xy为列,具有其他列名Category X,您可以重命名列和使用reset_index

result.columns = [f'Category {x}' for x in result.columns]
result = a.reset_index()

1
投票

您可以使用pd.get_dummies设置索引后使用set_index,然后用sumlevel参数塌陷行:

pd.get_dummies(df.set_index(['x','y'])['Category'].astype(str),
               prefix='Category ', 
               prefix_sep='')\
  .sum(level=[0,1])\
  .reset_index()

输出:

   x  y  Category 1  Category 2  Category 3  Category 4
0  1  1           0           0           1           0
1  2  1           1           1           0           0
2  3  2           0           0           0           1

0
投票

或者使用groupby两次,用了很多的附加,即get_dummiesapply等...

喜欢:

>>> df.join(df.groupby(['x','y'])['Category']
           .apply(lambda x: x.astype(str).str.get_dummies().add_prefix('Category ')))
           .groupby(['x','y']).sum().fillna(0).drop(['year','Category'],1).reset_index()
   x  y  Category 1  Category 2  Category 3  Category 4
0  1  1         0.0         0.0         1.0         0.0
1  2  1         1.0         1.0         0.0         0.0
2  3  2         0.0         0.0         0.0         1.0
>>> 

0
投票

你可以先使用groupby

df_new = df.groupby(['x', 'y', 'Category']).count()
df_new
                  year  count
x   y   Category        
1   1      3       1    1
2   1      1       1    1
           2       1    1
3   2      4       1    1

然后pivot_table

df_new = df_new.pivot_table(index=['x', 'y'], columns='Category', values='count', fill_value=0)
df_new
Category    1   2   3   4
x   y               
1   1       0   0   1   0
2   1       1   1   0   0
3   2       0   0   0   1
© www.soinside.com 2019 - 2024. All rights reserved.