根据条件计算DataFrame中的值 - 太慢

Question

鉴于pandas DF看起来像这样：

Http

我正在尝试获取每个键的每个值的计数，即：

   key  value
0    0      A
1    0      A
2    1      A
3    1      B
4    2      C
5    2      B
6    2      B

我正在使用此代码，这证明对我的需求来说太慢了（实际数据大约是20,000个密钥，200个唯一值，每个密钥大约100个值）。为什么它变慢，我该怎么做才能让它更快？

   key      A    B    C
0    0      2    0    0
1    1      1    1    0
2    2      0    2    1

Answer 1

您可以尝试crosstab和reset_index：

df = pd.crosstab(df['key'], df['value']).reset_index()
df.columns.name=None

print df
   key  A  B  C
0    0  2  0  0
1    1  1  1  0
2    2  0  2  1