python - 如何以列的形式获取所有选择(例如，来自调查)的计数

Question

首先我要说的是，我是 pandas 的初学者。我有一个问题，我的初始数据框如下所示。对于每个问题，我们都会记录 3 个答案(是、否或为什么)。

df = pd.DataFrame({'Qn1' : ['Yes', 'No', 'Why', 'No', 'Yes', 'No'],
               'Qn2' : ['No', 'No', 'Yes', 'Why', 'Why', 'Yes'],
               'Qn3' : ['Why', 'Why', 'Why', 'Yes', 'Yes', 'No'],
               'Qn4' : ['No', 'No', 'No', 'Yes', 'Yes', 'Why'],
              })

我们如何获得一个数据框，其中包含针对问题的每个答案的计数。例如:一个类似于下面的 df

.   Yes  No  Why
Qn1  5   2   1
Qn2  1   3   6
Qn3  0   4   2
Qn4  4   2   1

groupby() 适用于列，但无法适用于行。

Answer 1

您可以将apply与pd.value_counts结合使用:

df.apply(pd.value_counts).T

     No  Why  Yes
Qn1   3    1    2
Qn2   2    2    2
Qn3   1    3    2
Qn4   3    1    2

如果您有缺失值，这将用 NaN 填充，因此您可能希望fillna(如果有可能的话):

df = pd.DataFrame({'Qn1': ['Yes'], 'Qn2': ['No'], 'Qn3': ['Why']})
df.apply(pd.value_counts).T

      No  Why  Yes
Qn1  NaN  NaN  1.0
Qn2  1.0  NaN  NaN
Qn3  NaN  1.0  NaN

# With fillna()
df.apply(pd.value_counts).T.fillna(0).astype(int)

     No  Why  Yes
Qn1   0    0    1
Qn2   1    0    0
Qn3   0    1    0

如果并非所有项目都在任何列中，您可能需要定义CategoricalDtype:

df = pd.DataFrame({'Qn1': ['Yes'], 'Qn2': ['No'], 'Qn3': ['No']})
df.apply(pd.value_counts).T.fillna(0).astype(int)

# Missing 'why'
     No  Yes
Qn1   0    1
Qn2   1    0
Qn3   1    0

但是使用CategoricalDtype:

from pandas.api.types import CategoricalDtype

ct_type = CategoricalDtype(categories=['Yes', 'No', 'Why'], ordered=False)

df.astype(ct_type).apply(pd.value_counts).T.fillna(0).astype(int)

     No  Why  Yes
Qn1   0    0    1
Qn2   1    0    0
Qn3   1    0    0