python - 计算一个 DataFrame 中的条件值并将结果添加到另一个 DataFrame

Question

我有两个 DataFrames :

df1 = pd.DataFrame({"id": [1, 2, 3, 4]})

df2 = pd.DataFrame({"id": [1, 1, 2, 4, 4, 4],
                  "text": ["a", "a", "b", "a", "b", "b"]})

输出 df1 :

   id
0   1
1   2
2   3
3   4

输出 df2 :

   id value
0   1    a
1   1    a
2   2    b
3   4    a
4   4    b
5   4    b

我的目标是在 df1 中添加三列.
在 count_all我想在df2中计算相应的id。例如。 id 4 在 df2 中存在 3 次。
在 count_a我想在 df2 中计算相应的 id，其中文本值 == a。
在 count_b我想计算 df2 中文本值 == b 中相应的 id。

   id  count_all  count_a  count_b
0   1          2        2        0
1   2          1        0        1
2   3          0        0        0
3   4          3        1        2

如何用 Pandas 做到这一点？

Answer 1

使用 crosstab 与 margins参数，添加缺失的索引值或更改列排序 DataFrame.reindex , 通过 DataFrame.add_prefix 更改列名称最后加入 df1来自 DataFrame.join :

df = (df1.join(pd.crosstab(df2['id'], df2['text'], margins=True)
                 .reindex(index=df1['id'].unique(), 
                          columns=['All'] + df2['text'].unique().tolist(), 
                          fill_value=0)
                 .add_prefix('count_'), on='id'))
print (df)
   id  count_All  count_a  count_b
0   1          2        2        0
1   2          1        0        1
2   3          0        0        0
3   4          3        1        2