Question

我有一个熊猫数据框

age   gender   criticality    acknowledged       
 10    Male       High            Yes
 10    Male       High            Yes
 10    Male       High            Yes
 10    Male       Low             Yes
 11    Female     Medium          No

我想按年龄和性别分组，然后将“临界”，“确认”的值作为新列并获得计数。

例如，我想要的输出是：

                 criticality          acknowledged
age  gender    High   Medium   Low     Yes    No
 10    Male    3       0       1        4     0
 11    Female  0       1       0        0     1

我考虑过使用df.groupby(['age','gender'])['criticality','acknowledged'].stack()

但是它不起作用。

是否有更好的方法来获取这种格式的结果

Answer 1

由于您要分别计算这两列，因此concat是一个简单的解决方案：

In [13]: pd.concat([df.pivot_table(index=['age', 'gender'], columns=col, aggfunc
    ...: =len) for col in ['criticality', 'acknowledged']], axis=1).fillna(0)
Out[13]: 
            acknowledged             criticality     
criticality         High  Low Medium          No  Yes
age gender                                           
10  Male             3.0  1.0    0.0         0.0  4.0
11  Female           0.0  0.0    1.0         1.0  0.0

Answer 2

在get_dummies()之后将assigning与groupby()一起使用的另一种方法，最后用expand=True拆分多索引的列：

l=['criticality','acknowledged']
final=df[['age','gender']].assign(**pd.get_dummies(df[l])).groupby(['age','gender']).sum()
final.columns=final.columns.str.split('_',expand=True)
print(final)

                     criticality       acknowledged    
                   High Low Medium           No Yes
age gender                                        
10  Male             3   1      0            0   4
11  Female           0   0      1            1   0

其他列值熊猫的分组和计数

2 个答案: