Question

我有一些想要在大熊猫中按性别使用电话设备的数据。

我需要计算这些值并使用这些计数创建一个新列。

数据df如下所示：

Sex     Apple   Samsung Huawei  Tecno
Male    Yes     Yes     No      No
Female  Yes     Yes     No      No
Female  Yes     Yes     No      No
Male    Yes     Yes     No      No
Male    No      Yes     No      No
Female  No      No      No      No
Female  Yes     Yes     No      No
Male    Yes     Yes     No      No
Male    Yes     Yes     No      No
Male    Yes     Yes     No      No
Female  Yes     Yes     No      No
Female  Yes     Yes     No      No
Female  Yes     Yes     No      No
Female  Yes     Yes     No      No
Female  No      Yes     No      No
Female  Yes     Yes     No      Yes
Male    Yes     Yes     No      No

这就是我想要的：

Sex     Response Apple  Samsung Huawei  Tecno
Male    Yes      6      7       0       0
        No       1      0       7       7
Female  Yes      8      9       0       1
        No       2      1       10      9

我正在四处乱转，试图使它起作用，我的代码太乱了，我为发布它感到a愧。我至少从这个开始：

for name, group in df.groupby('Sex'):
    print(name)
    print(group)

我相信我可以通过groupby和unstack的某种组合来实现。另外，如果有人可以找到有关多层次数据分组的有价值的教程，我将不胜感激。

Answer 1

使用：

df = (df.melt('Sex', value_name='Response')
       .groupby(['Sex', 'Response', 'variable'])
       .size()
       .unstack(fill_value=0)
       .rename_axis(None, axis=1))
print (df)
                 Apple  Huawei  Samsung  Tecno
Sex    Response                               
Female No            2      10        1      9
       Yes           8       0        9      1
Male   No            1       7        0      7
       Yes           6       0        7      0

另一个类似的解决方案：

df = (df.melt('Sex', value_name='Response')
       .groupby(['Sex', 'Response'])['variable']
       .value_counts()
       .unstack(fill_value=0)
       .rename_axis(None, axis=1))

或者：

df1 = df.melt('Sex', value_name='Response')
df = pd.crosstab([df1['Sex'], df1['Response']], df1['variable']).rename_axis(None, axis=1)

每列的熊猫数据框计数值和新索引中的总和

1 个答案: