python-3.x - Pandas 数据透视表条件计数

Question

我有一个简单的数据框:

df = pd.DataFrame({'id': ['a','a','a','b','b'],'value':[0,15,20,30,0]})
df
  id  value
0  a      0
1  a     15
2  a     20
3  b     30
4  b      0

我想要一个值数大于零的数据透视表。

我试过这个:

raw = pd.pivot_table(df, index='id',values='value',aggfunc=lambda x:len(x>0))

但是返回了这个:

    value
id
a       3
b       2

我需要的:

    value
id
a       2
b       1

我用 groupby 和 filter 阅读了很多解决方案。是否可以仅使用 pivot_table 命令来实现？如果不是，哪种方法最好？

提前致谢

更新

只是为了更清楚地说明为什么我要避免使用过滤器解决方案。在我真实而复杂的 df 中，我还有其他列，如下所示:

df = pd.DataFrame({'id': ['a','a','a','b','b'],'value':[0,15,20,30,0],'other':[2,3,4,5,6]})
df
  id  other  value
0  a      2      0
1  a      3     15
2  a      4     20
3  b      5     30
4  b      6      0

我需要对“其他”列求和，但是当我过滤时，我得到了这个:

df=df[df['value']>0]
raw = pd.pivot_table(df, index='id',values=['value','other'],aggfunc={'value':len,'other':sum})
    other  value
id
a       7      2
b       5      1

代替:

    other  value
id
a       9      2
b      11      1

Answer 1

需要sum为计数 True s 由条件创建 x>0 :

raw = pd.pivot_table(df, index='id',values='value',aggfunc=lambda x:(x>0).sum())
print (raw)
    value
id       
a       2
b       1

正如@Wen 提到的，另一个解决方案是:

df = df[df['value'] > 0]
raw = pd.pivot_table(df, index='id',values='value',aggfunc=len)