python - 对数据框进行分组并计算未显示的列的项目数量

Question

好吧，我承认，我很难真正为此制定一个好的标题。所以我会尝试举一个例子。

这是我的示例数据框:

df = pd.DataFrame([
(1,"a","good"),
(1,"a","good"),
(1,"b","good"),
(1,"c","bad"),
(2,"a","good"),
(2,"b","bad"),
(3,"a","none")], columns=["id", "type", "eval"])

我用它做的事情如下:

df.groupby(["id", "type"])["id"].agg({'id':'count'})

这会导致:

        id
id type
1  a     2
   b     1
   c     1
2  a     1
   b     1
3  a     1

这很好，尽管我稍后需要的是例如该 id 将在每一行中重复。但这还不是最重要的部分。

我现在需要的是这样的:

        id good bad none
id type
1  a     2    2   0    0
   b     1    1   0    0
   c     1    0   1    0
2  a     1    1   0    0
   b     1    0   1    0
3  a     1    0   0    1

这样的结果会更好，因为我需要将其返回到填充了所有字段的数据框(最后是 Excel 工作表)中。事实上，我分组的列还会有更多。它们也必须完全填充。

        id good bad none
id type
1  a     2    2   0    0
1  b     1    1   0    0
1  c     1    0   1    0
2  a     1    1   0    0
2  b     1    0   1    0
3  a     1    0   0    1

谢谢你帮助我。

Answer 1

您可以使用groupby + size (添加了最后一列)或 value_counts与 unstack :

df1 = df.groupby(["id", "type", 'eval'])
        .size()
        .unstack(fill_value=0)
        .rename_axis(None, axis=1)
print (df1)
         bad  good  none
id type                 
1  a       0     2     0
   b       0     1     0
   c       1     0     0
2  a       0     1     0
   b       1     0     0
3  a       0     0     1

<小时/>

df1 = df.groupby(["id", "type"])[ 'eval']
        .value_counts()
        .unstack(fill_value=0)
        .rename_axis(None, axis=1)
print (df1)
         bad  good  none
id type                 
1  a       0     2     0
   b       0     1     0
   c       1     0     0
2  a       0     1     0
   b       1     0     0
3  a       0     0     1

但是对于写入 Excel 来说:

df1.to_excel('file.xlsx')

所以需要reset_index最后。

df1.reset_index().to_excel('file.xlsx', index=False)

编辑:

我忘记了id列，但它是重复的列名，所以需要id1:

df1.insert(0, 'id1', df1.sum(axis=1))