Question

我有一个数据框，其中一个人的名字作为索引（可以有多个条目）和两列“X”和“Y”。列'X'和'Y'可以是A-C之间的任何字母。

例如：

   <!doctype html>
    <html>
      <head>
        <title>JW Tools</title>
        <script src="popup.js"></script>
      </head>
      <body>
        <button id="playback">Speed Up</button>
        <button id="captions">Download Captions</button>
      </body>
   </html>

对于每个人（即索引），我想得到列'X'和'Y'的每个唯一组合的出现次数（例如 - 对于Bob我有1个计数（'A'，'B） '）和1计数（'B'，'A'））。

当我执行以下操作时：

df = pd.DataFrame({'X' : ['A', 'B', 'A', 'C'], 'Y' : ['B', 'A', 'A', 'C']},index = ['Bob','Bob','John','Mike'])

我得到鲍勃的正确结果。如何在没有人的情况下为每个人这样做？理想情况下，我会得到一个数据框，其中不同的人作为索引，列的“X”和“Y”的每个唯一组合作为列以及它在数据框中作为值出现的次数。

df.loc['Bob'].groupby(['X','Y']).size()

Answer 1

使用get_dummies和groupby

pd.get_dummies(df.apply(tuple, 1)).groupby(level=0).sum()

      (A, A)  (A, B)  (B, A)  (C, C)
Bob        0       1       1       0
John       1       0       0       0
Mike       0       0       0       1

Answer 2

我认为你可以使用：

#convert columns X and Y to tuples
df['tup'] = list(zip(df.X, df.Y))

#get size and reshape
df1 = df.reset_index().groupby(['index','tup']).size().unstack(fill_value=0)
print (df1)
tup    (A, A)  (A, B)  (B, A)  (C, C)
index                                
Bob         0       1       1       0
John        1       0       0       0
Mike        0       0       0       1

#get all unique combination
from  itertools import product
comb = list(product(df.X.unique(), df.Y.unique()))
print (comb)
[('A', 'B'), ('A', 'A'), ('A', 'C'), ('B', 'B'), ('B', 'A'), 
 ('B', 'C'), ('C', 'B'), ('C', 'A'), ('C', 'C')]

#reindex columns by this combination
print (df1.reindex(columns=comb, fill_value=0))
tup    (A, B)  (A, A)  (A, C)  (B, B)  (B, A)  (B, C)  (C, B)  (C, A)  (C, C)
index                                                                        
Bob         1       0       0       0       1       0       0       0       0
John        0       1       0       0       0       0       0       0       0
Mike        0       0       0       0       0       0       0       0       1

为每个索引应用pandas groupby

2 个答案: