Datenframe verwenden gruppierte Zeilenwerte als Zeilenname

Question

Ich habe gerade begonnen, mit Python zu arbeiten (pandas) und jetzt habe ich meine erste Frage. Ich habe einen Datenrahmen mit den folgenden Zeilennamen:

ID A Class 
1 True [0,5] 
2 False [0,5] 
3 True [5,10] 
4 False [10,20] 
5 True [0,5] 
6 False [10,20] 

nun für eine kühle Lösung, die ich bin auf der Suche, wo ich so etwas tun kann:

Class True False 
[0,5] 2  1 
[5,10] 1  0 
[10,20] 0  2 

ich, wie viel zählen möge True und False ich habe für eine Class Gibt es eine schnelle Lösung? Mein Dataframe könnte mehr als 2 Millionen Einträge haben.

Answer 1

df Lassen Sie Ihre Datenrahmen werden, würde ich zum ersten Mal verwenden:

g = df.groupby('Class')['A'].value_counts().reset_index() 

, die zurückgibt:

 Class  A 0 
0 [0,5] True 2 
1 [0,5] False 1 
2 [10,20] False 2 
3 [5,10] True 1 

dann würde ich verschwenken Die obige Tabelle, um Ihre gewünschte Form zu erhalten:

a = pd.pivot_table(g, index='Class', columns='A', values=0).fillna(0) 

Das gibt:

A  False True 
Class     
[0,5]  1.0 2.0 
[10,20] 2.0 0.0 
[5,10]  0.0 1.0 

Answer 2

Sie können die Aggregation mit pivot_table durchführen. Danach müssen nur die Spaltennamen und der Index entsprechend der gewünschten Ausgabe formatiert werden.

# Perform the pivot and aggregation. 
df = pd.pivot_table(df, index='Class', columns='A', aggfunc='count', fill_value=0) 

# Format column names and index to match desired output. 
df.columns = [c[1] for c in df.columns] 
df.reset_index(inplace=True) 

Die resultierende Ausgabe:

 Class False True 
0 [0,5]  1  2 
1 [10,20]  2  0 
2 [5,10]  0  1 

Edit:

Die obige Lösung setzt voraus, dass die Elemente der Spalte 'Class' Strings sind. Wenn sie Listen sind, können Sie wie folgt vorgehen:

df['Class'] = df['Class'].map(tuple) 
**original solution code here** 
df['Class'] = df['Class'].map(list)