Question

（数据样本并在问题末尾尝试）

具有这样的数据框：

    Type    Class   Area    Decision
0   A       1       North   Yes
1   B       1       North   Yes
2   C       2       South   No
3   A       3       South   No
4   B       3       South   No
5   C       1       South   No
6   A       2       North   Yes
7   B       3       South   Yes
8   B       1       North   No

如何将Decision分组，并在其他列下获得Decision的唯一值计数，所以我得出以下结论：

Decision  Area_North  Aread_South  Class_1  Class_2  Type_A  Type_B  Type_C
Yes       3           1            2        0        2       2       1
No        1           4            1        1        1       2       2

我确信可以像这样使用groupby().agg()入门，

dfg = df.groupby('Decision').agg({'Type':'count',
                           'Class':'count',
                           'Decision':'count'})

然后旋转结果，但到目前为止还远远不够。我将需要以某种方式包括所有其他列的唯一值。我确信我在这里看到过可以将'Position':'count'替换为'Position':pd.Series.unique的地方，但我似乎无法使其正常工作。

代码：

import pandas as pd

df = pd.DataFrame({'Type': {0: 'A',
                          1: 'B',
                          2: 'C',
                          3: 'A',
                          4: 'B',
                          5: 'C',
                          6: 'A',
                          7: 'B',
                          8: 'B'},
                     'Class': {0: 1, 1: 1, 2: 2, 3: 3, 4: 3, 5: 1, 6: 2, 7: 3, 8: 1},
                     'Area': {0: 'North',
                          1: 'North',
                          2: 'South',
                          3: 'South',
                          4: 'South',
                          5: 'South',
                          6: 'North',
                          7: 'South',
                          8: 'North'},
                     'Decision': {0: 'Yes',
                          1: 'Yes',
                          2: 'No',
                          3: 'No',
                          4: 'No',
                          5: 'No',
                          6: 'Yes',
                          7: 'Yes',
                          8: 'No'}})

dfg = df.groupby('Decision').agg({'Type':'count',
                           'Class':'count',
                           'Decision':'count'})
dfg

Answer 1

将DataFrame.melt与DataFrame.pivot_table结合使用并展平MultiIndex：

df = df.melt('Decision').pivot_table(index='Decision', 
                                     columns=['variable','value'], 
                                     aggfunc='size', 
                                     fill_value=0)
df.columns = df.columns.map('{0[0]}_{0[1]}'.format)
df = df.reset_index()
print (df)
  Decision  Area_North  Area_South  Class_1  Class_2  Class_3  Type_A  Type_B  \
0       No           1           4        2        1        2       1       2   
1      Yes           3           1        2        1        1       2       2   

   Type_C  
0       2  
1       0

Answer 2

groupby与value_counts + s=df.melt('Decision').groupby(['Decision','variable']).\ value.value_counts().unstack(level=[1,2],fill_value=0) variable Area Class Type value South North 1 3 2 B C A Decision No 4 1 2 2 1 2 2 1 Yes 1 3 2 1 1 2 0 2

s.columns = s.columns.map('{0[0]}_{0[1]}'.format)

您还可以通过

修改以上列

$text_count = Text::whereBetween('created_at', [$date1, $date2])->count();

熊猫：如何按一列分组并显示每组所有其他列的唯一值计数？

2 个答案: