Pandas中的分层多索引计数

Question

假设我在Pandas中有一个多索引数据框，例如：

                         A         B         C
X      Y     Z                                
bar   one    a   -0.007381 -0.365315 -0.024817
             b   -1.219794  0.370955 -0.795125
baz   three  a    0.145578  1.428502 -0.408384
             b   -0.249321 -0.292967 -1.849202
      two    a   -0.249321 -0.292967 -1.849202
      four   a    0.211234 -0.967123  1.202234
foo   one    b   -1.046479 -1.250595  0.781722
             a    1.314373  0.333150  0.133331
qux   one    c    0.716789  0.616471 -0.298493
      two    b    0.385795 -0.915417 -1.367644

如何计算另一个级别中包含的级别数？ （例如Y中的等级X）

E.g。在上面的案例中答案是：

X    Y 
bar  1
baz  3
foo  1
qux  2

更新

当我尝试df.groupby(level=[0, 1]).count()[0]时，我得到了：

            C  D  E
A    B             
bar  one    1  1  1
     three  1  1  1
flux six    1  1  1
     three  1  1  1
foo  five   1  1  1
     one    1  1  1
     two    2  2  2

Answer 1

您可以执行以下操作（逐级X，然后计算每个组中Y的唯一值的数量，这在重置索引时更容易）：

In [15]: df.reset_index().groupby('X')['Y'].nunique()
Out[15]: 
X
bar    1
baz    3
foo    1
qux    2
Name: Y, dtype: int64

Answer 2

我认为这也必须工作：

对于A级：

df.groupby(level='A').size()

对于B级：

df.groupby(level=['A','B']).size()

Answer 3

在转换为数据框后，您始终可以将后缀添加到列名并重置索引。

假设我有pandas.series.Series对象“ s”

>> s = train.groupby('column_name').item_id.value_counts()
>> type(s)
pandas.core.series.Series
>> y = x.to_frame()
>> data = y.add_suffix('_Count').reset_index()
>> data.head() #It will be pandas dataframe with column updates with suffix "_Count"

我将多索引系列对象转换为单级索引数据帧。