python - 过滤后在 Pandas 中添加每组出现的列和值

Question

我有一个df

import seaborn as sns
import numpy as np
import pandas as pd

df = sns.load_dataset('titanic')

我正在尝试从 1-8 添加 8 列，这是乘客的年龄，并计算每个类别 1-8 中有多少乘客>

我试过:

df_temp = df.groupby('sex').agg({'fare':np.mean})

哪个返回:

        fare
sex 
female  44.48
male    25.52

然后我有 age_buckets = range(1,9) 这是我感兴趣的年龄类别。

目标是拥有这种结构:

sex            fare                 age_1       age_2       age_3         ...     age_8
male           25                   0           10          3                     x  
female         44                   1           2           2                     y  

这意味着有 0 age_1 岁的男性和 1 个 1 岁的女孩，依此类推。

所以我尝试了以下方法:

df_age = df[df.age.isin(age_buckets)].groupby(['sex','age']) \
                                  .count() \
                                  .survived \
                                  .reset_index()

它返回我想要的数据，但不是以我可以添加到我的主要 df_temp 中的格式作为每个年龄的列。

所以在这一点上，我不确定这是否是实现我想要创建的预期结果的正确方法，也不知道如何继续。

Answer 1

使用cut与 crosstab并添加 DataFrame.add_prefix :

df = (df_temp.join(pd.crosstab(df['sex'],pd.cut(df['age'], 
                                                bins=range(0,9),
                                                labels=range(1,9)))
                     .add_prefix('age_')))
print (df)
             fare  age_1  age_2  age_3  age_4  age_5  age_6  age_7  age_8
sex                                                                      
female  44.479818      4      6      2      5      4      2      1      2
male    25.523893     10      4      4      5      0      1      2      2