Question

我正在尝试为每种唯一的x和y组合计算每种风暴类别的数量。例如。我的数据框看起来像：

x   y  year  Category
1   1  1988     3
2   1  1977     1
2   1  1999     2
3   2  1990     4

我要创建一个看起来像这样的数据框：

x   y   Category 1   Category 2   Category 3  Category 4
1   1        0           0            1           0
2   1        1           1            0           0
3   2        0           0            0           1

我尝试了.groupby()和.count()的各种组合，但是仍然没有得到想要的结果。我能得到的壁橱是：

df[['x','y','Category']].groupby(['Category']).count()

但是，结果将计入所有x和y，而不是唯一对：

Cat       x           y     
1       3773         3773
2       1230         1230
3       604          604
4       266          266
5       50           50
NA      27620        27620
TS      16884        16884

有人知道如何基于数据帧中其他两列的唯一性对一列进行计数操作吗？

Answer 1

pivot_table听起来像您想要的。一点技巧是添加一列1来进行计数。这允许pivot_table为每次出现的特定1-x和y组合添加Category。您将在value中将此新列设置为pivot_table参数，并将aggfunc参数设置为np.sum。您可能还需要将fill_value设置为0：

df['count'] = 1
result = df.pivot_table(
    index=['x', 'y'], columns='Category', values='count',
    fill_value=0, aggfunc=np.sum
)

result：

Category  1  2  3  4
x y                 
1 1       0  0  1  0
2 1       1  1  0  0
3 2       0  0  0  1

如果您有兴趣将x和y保留为列，而将其他列名保留为Category X，则可以重命名列并使用reset_index：< / p>

result.columns = [f'Category {x}' for x in result.columns]
result = a.reset_index()

Answer 2

您可以在使用pd.get_dummies设置索引后使用set_index，然后将sum与level参数一起使用来折叠行：

pd.get_dummies(df.set_index(['x','y'])['Category'].astype(str),
               prefix='Category ', 
               prefix_sep='')\
  .sum(level=[0,1])\
  .reset_index()

输出：

   x  y  Category 1  Category 2  Category 3  Category 4
0  1  1           0           0           1           0
1  2  1           1           1           0           0
2  3  2           0           0           0           1

Answer 3

或者两次使用groupby，还有很多，例如get_dummies和apply等...

赞：

>>> df.join(df.groupby(['x','y'])['Category']
           .apply(lambda x: x.astype(str).str.get_dummies().add_prefix('Category ')))
           .groupby(['x','y']).sum().fillna(0).drop(['year','Category'],1).reset_index()
   x  y  Category 1  Category 2  Category 3  Category 4
0  1  1         0.0         0.0         1.0         0.0
1  2  1         1.0         1.0         0.0         0.0
2  3  2         0.0         0.0         0.0         1.0
>>>

Answer 4

您可以先使用groupby：

df_new = df.groupby(['x', 'y', 'Category']).count()
df_new
                  year  count
x   y   Category        
1   1      3       1    1
2   1      1       1    1
           2       1    1
3   2      4       1    1

然后pivot_table

df_new = df_new.pivot_table(index=['x', 'y'], columns='Category', values='count', fill_value=0)
df_new
Category    1   2   3   4
x   y               
1   1       0   0   1   0
2   1       1   1   0   0
3   2       0   0   0   1

根据其他列中的值对Pandas数据框进行计数

4 个答案: