python - 根据 Pandas 数据帧的其他列中的值计算列值

Question

我正在尝试为每个独特的 x 和 y 组合计算每个类别 Storm 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

我想创建一个如下所示的数据框:

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

我已经尝试了 .groupby() 和 .count() 的各种组合，但我仍然没有得到想要的结果。我能得到的壁橱里的东西是:

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

但是，结果对所有 x 和 y 都有效，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

有谁知道如何根据数据框中其他两列的唯一性对一列进行计数操作？

Answer 1

pivot_table 听起来像你想要的。有点技巧是添加一列 1用于计数。这允许 pivot_table添加1对于每次出现的特定 x - y和 Category组合。您将把这个新列设置为您的 value pivot_table 中的参数和 aggfunc参数为 np.sum .你可能想要设置 fill_value至 0还有:

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

---

如果您有兴趣保留 x和 y作为列并将其他列名称作为 Category X ，您可以重命名列并使用 reset_index :

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