Question

假设我们有此示例数据。

| mem_id | main_title | sub_title |
-----------------------------------
|   1    |      1     |    1      |
|   10   |      3     |    2      |
|   3    |      3     |    2      |
|   45   |      1     |    2      |
|   162  |      2     |    2      |

...

1）数据摘要

mem_id：200人的唯一ID
main_title：3个唯一标签（1、2、3个）
sub_title：6个唯一标签（1、2、3、4、5、6），每个main_title可以具有这些sub_title之一。

可能像一个mem_id一样重复，可以有（1：main，1：sub）的多种情况

2）问题

我想让R表函数在python中产生结果。

R表函数的结果是这样的。我可以从main_title和sub_title中进行所有可能的组合。也可以通过mem_id从每种情况下获得计数。

count.data <- table(data$mem_id, data$main_title, data$sub_title)
count.table <- as.data.frame(count.data)
===============================================
          mem_id   main_title   sub_title value
1            1         1              1     0
2            2         1              1     0
3            3         1              1     0
4            4         1              1     0
5            5         1              1     0
6            6         1              1     0
7            7         1              1     0
.
.
.

我试图在Python中获得此结果，下面的结果是我到目前为止所获得的。

cross_table1 = pd.melt(data, id_vars=['main_title ', 'sub_title'], value_vars='mem_id', value_name='mem_id')

==================================================
         main_title sub_title  variable   mem_id
1            1         1         mem_id     10
2            1         1         mem_id     10
3            3         1         mem_id     10
4            4         2         mem_id     10
5            1         4         mem_id     132
6            4         1         mem_id     65
7            4         3         mem_id     88
.
.
.

cross_table2 = cross_table1.pivot_table(index=['main_title ', 'sub_title', 'mem_id'], values='variable', aggfunc='count')

cross_table32.reset_index().sort_values('value')

==============================================
         main_title sub_title  mem_id    value
1            1         1         1         4
2            1         1         2         3
3            3         1         3         1
4            4         2         3         10
5            1         4         3         2
6            1         1         4         5
7            3         2         5         2
.
.
.

我认识到这仅显示了value（案例数）列的积极结果。

我需要的是包括main_title和sub_title的所有可能的组合，因此像1＆1（main＆sub）的情况下必须有200行，并且count列中可能有零值。

如果能得到任何帮助或建议，将非常感谢！！谢谢：）

Answer 1

在熊猫中，您可以使用groupby + reindex

s=df.groupby(df.columns.tolist()).size()
idx=pd.MultiIndex.from_product(list(map(set,df.values.T)))
s=s.reindex(idx,fill_value=0)
s
Out[15]: 
162  1  1    0
        2    0
     2  1    0
        2    1
     3  1    0
        2    0
1    1  1    1
        2    0
     2  1    0
        2    0
     3  1    0
        2    0
10   1  1    0
        2    0
     2  1    0
        2    0
     3  1    0
        2    1
3    1  1    0
        2    0
     2  1    0
        2    0
     3  1    0
        2    1
45   1  1    0
        2    1
     2  1    0
        2    0
     3  1    0
        2    0
dtype: int64

表函数在Python熊猫中的R中带有三个变量

1 个答案: