这是一个熊猫数据框,定义如下:
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three', 'two'],
'C' : [0, 1, 0, 1, 1, 2, 0, 2, 1]})
>>> df
A B C
0 foo one 0
1 bar one 1
2 foo two 0
3 bar three 1
4 foo two 1
5 bar two 2
6 foo one 0
7 foo three 2
8 foo two 1
我想做两个操作。
首先,将Dataframe按列A
和分组B
。因此,在这种情况下,获得了6个组。此操作类似于pandas中的groupby()函数。
然后,对于每个组,对列进行计数操作,C
因为在这种情况下,它可以是三个不同的值(0、1和2)。此操作类似于pandas中的value_counts()函数。
最后,我想要一个这样的新数据框。
A B C_value0 C_value1 C_value2
0 foo one 2 0 0
1 foo two 1 2 0
2 foo three 0 0 1
3 bar one 0 1 0
4 bar two 0 0 1
5 bar three 0 1 0
有人可以告诉我如何实现这一目标吗?谢谢!
您可以使用groupby
与聚合size
,然后更换NaN
到0
通过fillna
,转换到int
通过astype
,add_prefix
,reset_index
和最后一个rename_axis
(新的pandas
0.18.0
):
print (df.groupby(['A','B', 'C'])['C'].size()
.unstack()
.fillna(0)
.astype(int)
.add_prefix('C_value')
.reset_index()
.rename_axis(None, axis=1))
A B C_value0 C_value1 C_value2
0 bar one 0 1 0
1 bar three 0 1 0
2 bar two 0 0 1
3 foo one 2 0 0
4 foo three 0 0 1
5 foo two 1 2 0
另一个解决方案crosstab
:
print (pd.crosstab([df.A, df.B], df.C)
.add_prefix('C_value')
.reset_index()
.rename_axis(None, axis=1))
A B C_value0 C_value1 C_value2
0 bar one 0 1 0
1 bar three 0 1 0
2 bar two 0 0 1
3 foo one 2 0 0
4 foo three 0 0 1
5 foo two 1 2 0
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句