python - 如何根据另一个数据帧中某一列的 value_counts 但在其他列上具有某些条件来创建新数据帧？

Question

我有一个在一组服务器上提出的票证的 pandas 数据框架，如下所示:

      a     b     c   Users       Problem
0  data  data  data  User A   Server Down
1  data  data  data  User B   Server Down
2  date  data  data  User C   Memory Full
3  date  data  data  User C     Swap Full
4  date  data  data  User D  Unclassified
5  date  data  data  User E  Unclassified
6  data  data  data  User B   RAM Failure

我需要创建另一个像这样的数据框，其中的数据按工单类型和仅由两个用户(A 和 B)分别提出的工单计数分组，并包含一个包含计数的列其他用户。

预期的新数据框:

+---------------+--------+--------+-------------+
| Type Of Error | User A | User B | Other Users |
+---------------+--------+--------+-------------+
| Server Down   | 50     | 60     | 150         |
+---------------+--------+--------+-------------+
| Memory Full   | 40     | 50     | 20          |
+---------------+--------+--------+-------------+
| Swap Full     | 10     | 20     | 15          |
+---------------+--------+--------+-------------+
| Unclassified  | 10     | 20     | 50          |
+---------------+--------+--------+-------------+
|               |        |        |             |
+---------------+--------+--------+-------------+

我尝试过 .value_counts() 它提供了该类型的总数。然而，我需要它基于用户。

Answer 1

如果没有用户A或用户B，则通过Series.where将用户更改为其他用户然后使用 crosstab :

df['Users'] = df['Users'].where(df['Users'].isin(['User A','User B']), 'Other Users')

df = pd.crosstab(df['Problem'], df['Users'])[['User A','User B','Other Users']]
print (df)
Users         User A  User B  Other Users
Problem                                  
Memory Full        0       0            1
RAM Failure        0       1            0
Server Down        1       1            0
Swap Full          0       0            1
Unclassified       0       0            2