我有下表：
a b c d e
1 0 1 0 0
0 1 0 1 1
0 0 0 1 1
1 0 0 1 1
0 0 0 1 1
我需要转换此表，以便对于每个列，我得到的计数为0和1。我需要下表：
fields count_1 count_0
------------------------------
a 2 3
b 1 4
c 1 4
d 4 1
e 4 1
我知道，如果我使用value_counts（），我将为我返回每个值的计数。但是，我真的不知道如何创建该表。你能帮忙吗？
答案 0 :(得分：2)
让我们使用sum和pd.concat：
pd.concat([(df==0).sum().rename('count_0'), df.sum().rename('count_1')], axis=1)
输出：
count_0 count_1
a 3 2
b 4 1
c 4 1
d 1 4
e 1 4
%timeit df.apply(pd.Series.value_counts).transpose().add_prefix('count_')
每个循环6.4 ms±278 µs（平均±标准偏差，共运行7次，每个循环100个循环）
%timeit df.stack().groupby(level=[1]).value_counts().unstack().add_prefix('count_')
每个循环2.78 ms±69.5 µs（平均±标准偏差，共运行7次，每个循环100个循环）
%%timeit
df_out = pd.DataFrame([
[x.strip() for x in df.columns], sum(df.values == 1), sum(df.values == 0)
]).T
df_out.columns = ['fields', 'count_1', 'count_0']
每个循环1.15 ms±27.4 µs（平均±标准偏差，共运行7次，每个循环1000次）
%timeit pd.concat([(df==0).sum().rename('count_0'), df.sum().rename('count_1')], axis=1)
每个循环1.09 ms±9.69 µs（平均±标准偏差，共运行7次，每个循环1000次）
答案 1 :(得分：1)
让我们尝试按列应用value_counts：
df.apply(pd.Series.value_counts).transpose().add_prefix('count_')
count_0 count_1
a 3 2
b 4 1
c 4 1
d 1 4
e 1 4
或者，类似地使用stack和unstack：
df.stack().groupby(level=[1]).value_counts().unstack().add_prefix('count_')
count_0 count_1
a 3 2
b 4 1
c 4 1
d 1 4
e 1 4
答案 2 :(得分：1)
尝试一下
import pandas as pd
df = pd.DataFrame([
[x.strip() for x in df.columns], sum(df.values == 1), sum(df.values == 0)
]).T
df.columns = ['fields', 'count_1', 'count_0']
fields count_1 count_0
0 a 2 3
1 b 1 4
2 c 1 4
3 d 4 1
4 e 4 1