python - Dataframe 使用分组的行值作为行名

Question

我刚开始使用 python (pandas)，现在我有了第一个问题。我有一个包含以下行名称的数据框:

ID  A    Class
1  True  [0,5]
2  False [0,5]
3  True  [5,10]
4  False [10,20]
5  True  [0,5]
6  False [10,20]

现在我正在寻找一个很酷的解决方案，在那里我可以做这样的事情:

Class  True   False
[0,5]   2      1
[5,10]  1      0
[10,20] 0      2

我想计算一个 Class 有多少 True 和 False有快速解决方案吗？我的 Dataframe 可能有超过 200 万个条目。

Answer 1

您可以使用 pivot_table做聚合。之后，只需格式化列名和索引以匹配您想要的输出即可。

# Perform the pivot and aggregation.
df = pd.pivot_table(df, index='Class', columns='A', aggfunc='count', fill_value=0)

# Format column names and index to match desired output.
df.columns = [c[1] for c in df.columns]
df.reset_index(inplace=True)

结果输出:

     Class  False  True
0    [0,5]      1     2
1  [10,20]      2     0
2   [5,10]      0     1

编辑:

上述解决方案假定 'Class' 列的元素是字符串。如果它们是列表，您可以执行以下操作:

df['Class'] = df['Class'].map(tuple)
**original solution code here**
df['Class'] = df['Class'].map(list)