如何计算每个特定id组的列的项目直方图？

Question

假设这是数据

ID,   EVENT
1      GO
1      GET
1      GO
1      COME
2      FLY
2      GO
2      LEAVE
3      GO
3      COME
....

我想要一个numpy数组，其中每一行是每个ID事件计数的直方图，例如;

假设这是事件顺序[GO，LEAVE，COME，FLY，GET]

row1 :  2, 0, 1, 0, 1
row2 :  1, 1, 0, 1, 0
row3 :  1, 0, 1, 0, 0

建议的方法是什么？

在我非常慢的实现中，我迭代所有唯一ID，找到相应的行R，迭代所有事件E，计算R中该事件的发生次数，将计数放入我的numpy中该id的行阵列。

Answer 1

您可以使用pandas.groupby，然后使用pandas.unstack：

>>> df
   ID  EVENT
0   1     GO
1   1    GET
2   1     GO
3   1   COME
4   2    FLY
5   2     GO
6   2  LEAVE
7   3     GO
8   3   COME

>>> df.groupby(['ID', 'EVENT']).size().unstack().fillna(0)
EVENT  COME  FLY  GET  GO  LEAVE
ID                              
1         1    0    1   2      0
2         0    1    0   1      1
3         1    0    0   1      0

>>> _.reindex_axis(['GO', 'LEAVE', 'COME', 'FLY', 'GET'], axis=1)
EVENT  GO  LEAVE  COME  FLY  GET
ID                              
1       2      0     1    0    1
2       1      1     0    1    0
3       1      0     1    0    0