python - 计算来自 pandas groupby 的匹配值的数量

Question

我为商店创建了一个 pandas 数据框

我有列 Transaction 和 Item_Type

import pandas as pd
data = {'Transaction':[1, 2, 2, 2, 3], 'Item_Type':['Food', 'Drink', 'Food', 'Drink', 'Food']}
df = pd.DataFrame(data, columns=['Transaction', 'Item_Type'])

Transaction Item_Type
1           Food
2           Drink
2           Food
2           Drink
3           Food

我正在尝试按交易分组并计算每笔交易的饮料数量，但找不到正确的语法来执行此操作。

df = df.groupby(['Transaction','Item_Type']).size()

这种方法可行，但给了我一个多索引系列，我还不知道如何从中选择每笔交易的饮料。

1/Food   1
2/Drink  2
2/Food   1
3/Food   1

这看起来很笨拙 - 有更好的方法吗？

这个 stackoverflow 看起来最相似 Adding a 'count' column to the result of a groupby in pandas?

Answer 1

pivot_table 的另一种可能方式:

s = df.pivot_table(index='Transaction',
                   columns='Item_Type',aggfunc=len).stack().astype(int)

或者:

s = df.pivot_table(index=['Transaction','Item_Type'],aggfunc=len) #@thanks @Ch3steR
s.index = s.index.map("{0[0]}/{0[1]}".format)

---

print(s)

1/Food     1
2/Drink    2
2/Food     1
3/Food     1

或者如果您希望过滤特定类别:

to_filter = 'Drink'
(df.pivot_table(index='Transaction',columns='Item_Type',aggfunc=len,fill_value=0)
                                                  .filter(items=[to_filter]))

---

 Item_Type    Drink
Transaction       
1                0
2                2
3                0
​