Question

我在数据框中有一些这样的客户数据：

S No Country Sex
1    Spain   M
2    Norway  F
3    Mexico  M
...

我想要这样的输出：

Spain
M = 1207
F = 230

Norway 
M = 33
F = 102

...

我有一个基本概念，我想根据他们所在的国家/地区对行进行分组，例如df.groupby(df.Country)，然后在选定的行上运行df.Sex.value_counts()

谢谢！

Answer 1

我认为需要crosstab：

df = pd.crosstab(df.Sex, df.Country)

或者，如果要使用您的解决方案，请为第一级MultiIndex的列添加unstack：

df = df.groupby(df.Country).Sex.value_counts().unstack(level=0, fill_value=0)
print (df)
Country  Mexico  Norway  Spain
Sex                           
F             0       1      0
M             1       0      1

编辑：

如果要添加更多列，则可以设置将哪个级别参数转换为列：

df1 = df.groupby([df.No, df.Country]).Sex.value_counts().unstack(level=0, fill_value=0).reset_index()
print (df1)
No Country Sex  1  2  3
0   Mexico   M  0  0  1
1   Norway   F  0  1  0
2    Spain   M  1  0  0

df2 = df.groupby([df.No, df.Country]).Sex.value_counts().unstack(level=1, fill_value=0).reset_index()
print (df2)
Country  No Sex  Mexico  Norway  Spain
0         1   M       0       0      1
1         2   F       0       1      0
2         3   M       1       0      0

df2 = df.groupby([df.No, df.Country]).Sex.value_counts().unstack(level=2, fill_value=0).reset_index()
print (df2)
Sex  No Country  F  M
0     1   Spain  0  1
1     2  Norway  1  0
2     3  Mexico  0  1

Answer 2

您也可以使用pandas.pivot_table：

res = df.pivot_table(index='Country', columns='Sex', aggfunc='count', fill_value=0)

print(res)

        SNo   
Sex       F  M
Country       
Mexico    0  1
Norway    1  0
Spain     0  1

如何对行进行分组，以便在使用熊猫创建的组上使用value_counts？

2 个答案: