如何根据Python中多列的行值创建新的数据框？

Question

我有多列仅包含 0 或 1。

苹果	橙色	梨子
1	0	1
0	0	1
1	1	0

我想计算并输入新数据框中每列的 0（在“错误”列中）和 1（在“正确”列中）的数量，并将它们总计到如下表中。

水果	正确	错了
苹果	2	1
橙色	1	2
梨子	2	1

我尝试了 value_counts()、groupby() 和 pandas.pivot_table 的混合，但卡在了表的操作上。

Answer 1

如果您的数据框是：

data = {
    "Apple": [1, 0, 1],
    "Orange": [0, 0, 1],
    "Pear": [1, 1, 0]
}
df = pd.DataFrame(data)

你可以这样做：

value_counts = df.apply(lambda col: col.value_counts()).T

counts = value_counts.rename(columns={1: "Correct", 0: "Wrong"})
counts = counts.reset_index().rename(columns={"index": "Fruit"})

输出：

Answer 2

下面的代码首先迭代列 (

.apply(..., axis=0)

)，返回每列

[num. of 0, num of 1]

的列表。新数据帧的行和列被交换（

.T

）以获得水果名称作为行，最后列被重命名为“正确”和“错误”。

import pandas as pd
df = pd.DataFrame({'apple': [1, 0, 1], 'orange': [0, 0, 1], 'pear': [1, 1, 0]})

new_df = df.apply(
    lambda x: [ (x==0).sum(), (x==1).sum()],
    axis=0
).T.rename(columns={1: 'correct', 0: 'wrong'})