python - Groupby 值依赖于数据框 pandas

Question

我有以下数据框:

df = pd.DataFrame([
    (1, 1, 'term1'),
    (1, 2, 'term2'),
    (1, 1, 'term1'),
    (1, 1, 'term2'),
    (2, 2, 'term3'),
    (2, 3, 'term1'),
    (2, 2, 'term1')
], columns=['id', 'group', 'term'])

我想按 id 对其进行分组和group并计算该 id、组对的每个术语的数量。

所以最后我会得到这样的东西:

我能够通过使用 df.iterrows() 循环所有行来实现我想要的目标并创建一个新的数据框，但这显然效率低下。 (如果有帮助的话，我事先知道所有术语的列表，其中大约有 10 个)。

看起来我必须分组然后对值进行计数，所以我尝试使用 df.groupby(['id', 'group']).value_counts()这不起作用，因为 value_counts在 groupby 系列上运行，而不是在数据帧上运行。

无论如何，我可以在不循环的情况下实现这一目标吗？

Answer 1

我使用groupby和size

df.groupby(['id', 'group', 'term']).size().unstack(fill_value=0)

<小时/>

时间

1,000,000 行

df = pd.DataFrame(dict(id=np.random.choice(100, 1000000),
                       group=np.random.choice(20, 1000000),
                       term=np.random.choice(10, 1000000)))