Question

从一般意义上讲，我要解决的问题是将多级索引的一个组件更改为列。也就是说，我有一个包含多级索引的Series，我希望将索引的最低级别更改为dataframe中的列。这是我试图解决的实际示例问题，

我们可以在这里生成一些示例数据：

foo_choices = ["saul", "walter", "jessee"]
bar_choices = ["alpha", "beta", "foxtrot", "gamma", "hotel", "yankee"]

df = DataFrame([{"foo":random.choice(foo_choices), 
                 "bar":random.choice(bar_choices)} for _ in range(20)])
df.head()

给了我们，

     bar     foo
0    beta    jessee
1    gamma   jessee
2    hotel   saul
3    yankee  walter
4    yankee  jessee
...

现在，我可以通过bar分组并获取foo字段的value_counts，

dfgb = df.groupby('foo')
dfgb['bar'].value_counts()

并输出，

foo            
jessee  hotel      4
        gamma      2
        yankee     1
saul    foxtrot    3
        hotel      2
        gamma      1
        alpha      1
walter  hotel      2
        gamma      2
        foxtrot    1
        beta       1

但我想要的是，

          hotel    beta    foxtrot    alpha    gamma    yankee
foo                        
jessee     1       1       5          4        1        1
saul       0       3       0          0        1        0
walter     1       0       0          1        1        0

我的解决方案是编写以下内容：

for v in df['bar'].unique():
    if v is np.nan: continue
    df[v] = np.nan
    df.ix[df['bar'] == v, v] = 1

dfgb = df.groupby('foo')
dfgb.count()[df['bar'].unique()]

Answer 1

我想你想要：

dfgb['bar'].value_counts().unstack().fillna(0.)

列的MultiLevel索引：将value_counts作为pandas中的列

1 个答案: