python - Pandas value_counts 进入新列

Question

我有一个时间序列数据集，看起来有点像

ts                  userid  v1   v2
2016-04-23 10:50:12 100001  10   ac
2016-04-23 11:23:29 100002  11   ad
2016-04-23 11:56:57 100002  11   ad
2016-04-23 12:33:38 100001  12   ae
2016-04-23 13:06:43 100001  13   aa
2016-04-23 14:16:34 100001  14   ag
2016-04-23 15:26:39 100002  15   ab
2016-04-23 23:29:31 100003  23   aw

我想为每个用户提取 v1 的计数 - 到一个类似于

的新 DataFrame 中

userid   v1_0 ... v1_10 v1_11 v1_12 v1_13 v1_14 v1_15 ... v1_23
100001     0  ...   1     0     1     1     1     0   ...   0
100002     0  ...   0     2     0     0     0     1   ...   0
100003     0  ...   0     0     0     0     0     0   ...   1

• v1 是一天中的小时数(最多 24 个值)，因此意味着要添加 24 个新列
• v2表示事件类型
• v1_11 对于用户 ID 100002 是 2，因为在上午 11 点到中午之间有 2 个事件

有人可以建议如何使用 pandas 实现这一点吗？

提前致谢。

---

这是重新创建原始 DataFrame 的片段，

import pandas as pd

l1 = ['2016-04-23 10:50:12', '2016-04-23 11:23:29', '2016-04-23 11:56:57',
      '2016-04-23 12:33:38', '2016-04-23 13:06:43', '2016-04-23 14:16:34',
      '2016-04-23 15:26:39', '2016-04-23 23:29:31']
l2 = [100001, 100002, 100002, 100001, 100001, 100001, 100002, 100003]
l3 = [10, 11, 11, 12, 13, 14, 15, 23]
l4 = ['ac','ad','ad','ae', 'aa','ag', 'ab', 'aw']
df = pd.DataFrame({'ts':l1, 'userid':l2, 'v1':l3, 'v2':l4})

Answer 1

你可以用交叉表来做:

pd.crosstab(df['userid'], df['v1'])
Out[30]: 
v1      10  11  12  13  14  15  23
userid                            
100001   1   0   1   1   1   0   0
100002   0   2   0   0   0   1   0
100003   0   0   0   0   0   0   1

有关其他替代方案，请查看 this answer .