python - 为每个索引应用 pandas groupby

Question

我有一个以人名作为索引(可以有多个条目)和两列“X”和“Y”的数据框。 “X”和“Y”列可以是 A-C 之间的任何字母。

例如:

df = pd.DataFrame({'X' : ['A', 'B', 'A', 'C'], 'Y' : ['B', 'A', 'A', 'C']},index = ['Bob','Bob','John','Mike'])

对于每个人(即索引)，我想获得“X”和“Y”列的每个唯一组合的出现次数(例如 - 对于 Bob，我有 1 个('A'，'B ') 和 1 个 ('B','A'))。

当我执行以下操作时:

df.loc['Bob'].groupby(['X','Y']).size() 

我得到了 Bob 的正确结果。我怎样才能在没有 oop 的情况下为每个人做到这一点？理想情况下，我会得到一个数据框，其中不同的人作为索引，列“X”和“Y”的每个唯一组合作为列，它在数据框中出现的次数作为值。

    ('A','A') ('A','B') ('A','C') ('B','A') ... ('C','C')
Bob     0         1         0         1             0
John    1         0         0         0             0
Mike    0         0         0         0             1

Answer 1

使用 get_dummies 和 groupby

pd.get_dummies(df.apply(tuple, 1)).groupby(level=0).sum()

      (A, A)  (A, B)  (B, A)  (C, C)
Bob        0       1       1       0
John       1       0       0       0
Mike       0       0       0       1