python - Pandas DataFrame 分组

Question

我有一个如下所示的数据框: enter image description here

数据框根据问题的状态来计算问题的数量:

question_count_data.columns = ['date', 'curriculum_name_en', 'concept', 'language', 
                               'concept_name_en', 'concept_name_tc', 'state', 'question_count']


question_count_data['state'] = question_count_data['state']\
    .map({10: 'DRAFT', 20: 'REVIEW', 30: 'PUBLISHED', 40: 'ERROR', 50: 'DISABLED'})

我使用了以下方法来创建此数据框:

question_count_data = df_question.groupby(['date', 'concept__curriculum__name_en', 'concept', 
                                           'language', 'concept_name_en', 'concept_name_tc', 'state', ],
                                            as_index=False)['question_count'].sum()

我现在想为每个状态 DRAFT、REVIEW、PUBLISHED 等创建单独的列，并提供行中的问题计数，必须如下所示: enter image description here

使用我的 Question_count_data 数据框执行此操作的最佳方法是什么？我不想更改已经实现的 groupby 方法，因为这就是为我提供问题计数的原因。

我不认为使用另一个 groupby 方法是可能的解决方案，因为我最终想要做的是获取列 State 的行值并将它们放入单独的列，如草稿、审阅、已发布等，然后提供计数对于每个日期。

详细的解释会很有帮助。

Answer 1

您真的很接近，需要使用 MultiIndex 删除 Series 的 as_index=False ，然后按 Series.unstack reshape :

cols = ['date', 'concept__curriculum__name_en', 'concept', 
        'language', 'concept_name_en', 'concept_name_tc', 'state']
question_count_data = (df_question.groupby(cols)['question_count']
                                  .sum()
                                  .unstack(fill_value=0))