熊猫链中的融化和groupby导致将整数值转换为布尔值

Question

我正在尝试重塑以下数据框：

df = pd.DataFrame({'feature': [True,False,False,True], 
    'id': [1,0,1,2]})

...以创建类似于以下示例的数据框。现在，列名应作为索引，并且每个唯一值的出现频率应作为计数提供。

使用melt和groupby几乎可以实现这一点，只是将0和1（整数）强制转换为False和True（布尔值）。

df.melt().groupby(['variable','value']).size().to_frame(name='freq')

对于实现所需数据帧（不将0和1强制转换为布尔值）的任何建议，将不胜感激！

Answer 1

使用dtype将id转换为str

df.id=df.id.astype(str)
df.melt().groupby(['variable','value']).size().to_frame(name='freq')
Out[81]: 
                freq
variable value      
feature  False     2
         True      2
id       0         1
         1         2
         2         1