Question

我有一个daframe，我要在其中执行多个（独立的）转换，并且它们创建一个新的数据框（具有多索引），其中每个索引都对应于其中一个转换。

更具体地说：

df = pd.DataFrame([[1, "X", 'H', 100], [2, "Y", 'K', 100] ,[3, "X", 'H', 200], [4, "Y", 'H', 100]], columns=['id', 'XY', 'HK', 'A']).set_index("id")


    XY  HK  A
id          
1   X   H   100
2   Y   K   100
3   X   H   200
4   Y   H   100

我现在想知道多少XY和多少HK具有相同的A。最终结果应如下所示（具有多索引）：

     XY      HK
    X   Y   H   K   
A       
100 1.0 2.0 2.0 1.0
200 1.0 NaN 1.0 NaN

这是我期望的工作：

df.groupby(['A', 'XY', 'HK']).count()

但它只包含不带值的多重索引。

我能做的是：

计算XY：

xy_count = df.groupby(['A', 'XY']).count().HK.unstack()

计算HK：

hk_count = df.groupby(['A', 'HK']).count().XY.unstack()

合并结果（？）

results = pd.DataFrame()
results['XY'] = xy_count
results['HK'] = hk_count

但是最后一部分现在可以使用了。

所以我的问题是：

Q1：我似乎缺少更好的方法 Q2：为什么第3步不起作用？

这不是一个真正的问题，但我也感到困惑，要获得HK，您必须致电XY列，反之亦然。

Answer 1

我将首先melt

s=df.melt('A').groupby(['A','variable']).value.value_counts().unstack([1,2])
variable   HK        XY     
value       H    K    Y    X
A                           
100       2.0  1.0  2.0  1.0
200       1.0  NaN  NaN  1.0

Answer 2

您可以这样做：

groups = df.groupby('A')
pd.concat({col:groups[col].value_counts().unstack() 
           for col in ['XY','HK']}, axis=1)

输出：

      XY        HK     
       X    Y    H    K
A                      
100  1.0  2.0  2.0  1.0
200  1.0  NaN  1.0  NaN

熊猫执行多种转换并创建新的数据框

2 个答案: