Question

我有一个类似于此的DataFrame：

Key    Departure    Species1   Species2   Status
1         R          Carlan     Carlan      D
1         R          Scival     Carex       C
2         R          Carlan     Scival      D
2         R          Scival     Bougra      C  
3         D          Carlan     Carlan      D
3         D          Scival     Scival      C

我想计算Species1 Departure Status的{{1}}和D的每个唯一C的出现次数

我想要的输出是：

Species1   RD    RC    DD    DC
Carlan     2     NaN   1     NaN
Scival     NaN   2     NaN   1

Answer 1

创建一个新的列，它是Departure和Status

的组合

df['comb'] = df.Departure + df.Status
df
#  Key Departure Species1 Species2 Status comb
#0   1         R   Carlan   Carlan      D   RD
#1   1         R   Scival    Carex      C   RC
#2   2         R   Carlan   Scival      D   RD
#3   2         R   Scival   Bougra      C   RC
#4   3         D   Carlan   Carlan      D   DD
#5   3         D   Scival   Scival      C   DC

然后你可以分组：

gb    = df.groupby(['Species1', 'comb'])
gb.groups
#{('Carlan', 'DD'): [4],
#('Carlan', 'RD'): [0, 2],
#('Scival', 'DC'): [5],
#('Scival', 'RC'): [1, 3]}

现在将结果组织到一个列表中，其中每个元素都是一个元组(column, Series(data, index))，表示新数据帧中的单个数据点

items = [ (key[1], pandas.Series( [len(val)], index=[key[0]] ) )for key,val in gb.groups.items() ]

从项目中创建一个新的数据框：

result = pandas.from_items( items)
result
#        RC  DC  DD  RD
#Carlan NaN NaN   1   2
#Scival   2   1 NaN NaN

额外信息

有关从各种对象创建新数据框的提示，请参阅this link。如果要从各个数据点创建数据框（例如（Species1，comb）），则from_items是最佳选择。

Answer 2

使用 pandas.crosstab（）方法。一行代码：

pd.crosstab(df.Species1, [df.Departure, df.Status])

结果表：

如果你与@ dermen的'梳子'栏结合，

df['comb'] = df.Departure + df.Status
pd.crosstab(df.Species1, df.comb)

你会得到：

如果确实想要那些'NaN'，那么只需要.replace('0', np.nan)，就像这样（假设import numpy as np已经完成）：

pd.crosstab(df.Species1, df.comb).replace('0', np.nan)

Answer 3

您可以在多个列上使用a groupby查询，并使用.agg函数计算出现次数：

df.groupby(['Species1', 'Departure', 'Status']).agg(['count'])

在多列上使用pandas groupby函数

3 个答案:

额外信息