python - 按组查找 Pandas 列的列发生了多少次切换

Question

我有以下数据框

import pandas as pd
foo = pd.DataFrame({'id': [1,1,1,1,2,2,2,2,3,3,3,3],
                    'time': [1,2,3,4,1,2,3,4,1,2,3,4],
                    'cat': ['a', 'a', 'b', 'c', 
                            'a', 'b', 'b', 'b', 
                            'c', 'b', 'c', 'b']
})

我想通过id计算cat从一个time到下一个变化了多少次>

所以:

• 对于id == 1，cat将从a变为a1次，从a变为b 1 次和 从 b 到 c 1 次
• 对于id == 2，cat改变从a到b1次，从b到b2次次
• 对于id == 3，cat 改变从c 到b 2 次，从b 到c 1时间

任何想法我可以如何计算？

理想情况下，输出应如下所示:

pd.DataFrame({'id': [1,2,3],
              'a to a': [1,0,0],
              'a to b': [1,1,0],
              'a to c': [0,0,0],
              'b to a': [0,0,0],
'b to b': [0,2,0],
'b to c': [1,0,1],
'c to a': [0,0,0],
'c to b': [0,0,2],
'c to c': [0,0,0]
    })

Answer 1

类似于@Anky，我们将在组内使用 shift 来为当前值和下一个值创建标签。然后我们只需要一个crosstab。由于 .str.cat 将使 NaN 不发生变化，并且交叉表忽略它们，我们可以确保我们只计算 组内 转换。

import pandas as pd

s = foo['cat'].str.cat(' to ' + foo.groupby('id')['cat'].shift(-1))
pd.crosstab(foo['id'], s)

cat  a to a  a to b  b to b  b to c  c to b
id                                         
1         1       1       0       1       0
2         0       1       2       0       0
3         0       0       0       1       2