Question

好吧，我承认，我真的很难为此制定一个好的标题。所以我会试着举个例子。

这是我的示例数据框：

adfree

我用它做的是：

df = pd.DataFrame([
(1,"a","good"),
(1,"a","good"),
(1,"b","good"),
(1,"c","bad"),
(2,"a","good"),
(2,"b","bad"),
(3,"a","none")], columns=["id", "type", "eval"])

这导致：

df.groupby(["id", "type"])["id"].agg({'id':'count'})

这很好，虽然我稍后需要的是，例如id会在每一行中重复出现。但这不是最重要的部分。

我现在需要的是这样的事情：

更好的是这样的结果，因为我需要在数据框中（最后在Excel工作表中）填充所有字段。实际上，我将分组更多的专栏。它们也必须完全填充。

        id good bad none
id type
1  a     2    2   0    0
   b     1    1   0    0
   c     1    0   1    0
2  a     1    1   0    0
   b     1    0   1    0
3  a     1    0   0    1

感谢您帮助我。

Answer 1

您可以使用groupby + size（已添加最后一栏）或value_counts与unstack：

df1 = df.groupby(["id", "type", 'eval'])
        .size()
        .unstack(fill_value=0)
        .rename_axis(None, axis=1)
print (df1)
         bad  good  none
id type                 
1  a       0     2     0
   b       0     1     0
   c       1     0     0
2  a       0     1     0
   b       1     0     0
3  a       0     0     1

df1 = df.groupby(["id", "type"])[ 'eval']
        .value_counts()
        .unstack(fill_value=0)
        .rename_axis(None, axis=1)
print (df1)
         bad  good  none
id type                 
1  a       0     2     0
   b       0     1     0
   c       1     0     0
2  a       0     1     0
   b       1     0     0
3  a       0     0     1

但是为了写excel得到：

df1.to_excel('file.xlsx')

最后需要reset_index。

df1.reset_index().to_excel('file.xlsx', index=False)

编辑：

我忘记了id列，但它是重复的列名，因此需要id1：

df1.insert(0, 'id1', df1.sum(axis=1))

对数据帧进行分组并计算未显示的列的项目数量

1 个答案: