python - pandas groupby 基于唯一值扩展 df

Question

我有 df以下:

df = pd.DataFrame({
    'ID': ['a', 'a', 'a', 'b', 'c', 'c'],
    'V1': [False, False, True, True, False, True],
    'V2': ['A', 'B', 'C', 'B', 'B', 'C']
})

我想实现以下目标。对于每个独特的 ID ，底行是 True (这是 V1 )。我想计算 V2 的每个唯一值有多少次发生在 V1==True .这部分将通过以下方式实现:

df.groupby('V2').V1.sum()

但是，我还想添加，对于 V2 的每个唯一值，一列指示该值在 V1==True 点之后出现的次数为 V2行表示的值。我知道这听起来可能令人困惑；下面是这个例子中输出的样子:

df
    V2  V1  A   B   C
0   A   0   0   0   0
1   B   1   0   0   0
2   C   2   1   2   0

重要的是，该解决方案足够通用以适用于具有更多唯一值的类似情况，而不仅仅是 A , B和 C .

更新

作为奖励，我也对如何在相同条件下返回某个值列的总和，而不是计数，除以相应的 "count" 感兴趣。在行中。示例:假设我们现在离开 df下面改为:

df = pd.DataFrame({
    'ID': ['a', 'a', 'a', 'b', 'c', 'c'],
    'V1': [False, False, True, True, False, True],
    'V2': ['A', 'B', 'C', 'B', 'B', 'C'],
    'V3': [1, 2, 3, 4, 5, 6],
})

输出需要求和 V3对于@jezrael 解决方案中计数所指示的情况，将该数字除以 V1 .输出将如下所示:

df
    V2  V1  A   B   C
0   A   0   0   0   0
1   B   1   0   0   0
2   C   2   1   3.5 0

Answer 1

第一集sum :

df1 = df.groupby('V2').V1.sum().astype(int).reset_index()
print (df1)
  V2  V1
0  A   0
1  B   1
2  C   2

然后按 ID 分组并通过 GroupBy.transform 按最后一个值创建 heper 列和 last ，然后删除 ID 的最后几行来自 Series.duplicated 并使用 crosstab 对于计数，添加所有可能的唯一值 V2最后追加到 df1来自 DataFrame.join :

val = df['V2'].unique()
df['new'] = df.groupby('ID').V2.transform('last')
df = df[df.duplicated('ID', keep='last')]

df = pd.crosstab(df['new'], df['V2']).reindex(columns=val, index=val, fill_value=0)

df = df1.join(df, on='V2')
print (df)
  V2  V1  A  B  C
0  A   0  0  0  0
1  B   1  0  0  0
2  C   2  1  2  0

更新

问题的更新部分应该可以通过更改 crosstab 来实现部分与 pivot table :

df = df.pivot_table(
    index='n',
    columns='V2',
    aggfunc=({
        'V3': 'mean'
    })
).V3.reindex(columns=v, index=v, fill_value=0)