Question

我有一个数据框sega_df：

    Character  Month    Code
    Sonic      18-Jan   P008924
    Shadow     18-Jan   P007869
    Sonic      18-Feb   P007811
    Sonic      18-Feb   P008639
    Sonic      18-Mar   P008242
    Sonic      18-Mar   P007823
    Sonic      18-Mar   P007823
    Sonic      18-Mar   P008380
    Sonic      18-Apr   P008637
    Shadow     18-Apr   P008266

在我想要的输出中，我想计算每个字符每月唯一代码的数量。这意味着，例如，对于Sonic，对于3月份，我希望看到总共3个而不是4个（忽略P007823如何出现两次，并且当月有三个代码三月为他）。我想要的输出是：

                       Jan 18  Feb 18  Mar 18  Apr 18
Character                                     
Sonic                  1.0     2.0     3.0    1.0
Shadow                 1.0     0.0     0.0    1.0

我尝试了.count()和.unstack()，并考虑在最后使用.sum()。到目前为止我的代码是：

sega_pivot = sega_df.groupby(['Character','Month']).count().unstack()

Answer 1

选项1
drop_duplicates 然后使用您的方法：

df = df.drop_duplicates('Code').groupby(['Character', 'Month']).count().unstack().fillna(0)
df.columns = df.columns.droplevel()

Month      18-Apr  18-Feb  18-Jan  18-Mar
Character
Shadow        1.0     0.0     1.0     0.0
Sonic         1.0     2.0     1.0     3.0

选项2
pivot_table aggfunc 和 unique

df.pivot_table(index='Character', columns='Month', values='Code', aggfunc=lambda x: len(x.unique()))

Month      18-Apr  18-Feb  18-Jan  18-Mar
Character
Shadow        1.0     0.0     1.0     0.0
Sonic         1.0     2.0     1.0     3.0

Answer 2

来自crosstab

的解决方案

df=df.drop_duplicates(['Character','Code'])
pd.crosstab(df.Character,df.Month)
Out[166]: 
Month      18-Apr  18-Feb  18-Jan  18-Mar
Character                                
Shadow          1       0       1       0
Sonic           1       2       1       3

按指定索引计算数据框中的唯一实例数

2 个答案: