Wie man einige Operationen wie groupby() und value_counts() in Pandas macht?

Question

Hier ist ein Pandas Datenrahmen wie folgt definiert:

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo', 'foo'], 
        'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three', 'two'], 
        'C' : [0, 1, 0, 1, 1, 2, 0, 2, 1]}) 
>>> df 
    A  B C 
0 foo one 0 
1 bar one 1 
2 foo two 0 
3 bar three 1 
4 foo two 1 
5 bar two 2 
6 foo one 0 
7 foo three 2 
8 foo two 1 

ich zwei Operationen tun will.

Zuerst gruppieren Sie das Datenfeld nach Spalte A und B. Somit werden in diesem Fall 6 Gruppen erhalten. Diese Operation ähnelt der Funktion groupby() in Pandas.

Führen Sie dann für jede Gruppe den Zählvorgang für die Spalte C durch, da es in diesem Fall drei verschiedene Werte (0, 1 und 2) geben kann. Diese Operation ähnelt der Funktion value_counts() in Pandas.

Schließlich möchte ich einen neuen Dataframe wie folgt.

 A  B C_value0 C_value1 C_value2 
0 foo one   2   0   0 
1 foo two   1   2   0 
2 foo three   0   0   1 
3 bar one   0   1   0 
4 bar two   0   0   1 
5 bar three   0   1   0 

Kann mir jemand sagen, wie ich das erreichen kann? Vielen Dank!

Answer 1

Sie groupby mit Aggregieren size verwenden können, dann NaN durch fillna zu 0 ersetzen, konvertieren int von astype, add_prefix, reset_index und letzte rename_axis (neu in pandas0.18.0):

print (df.groupby(['A','B', 'C'])['C'].size() 
             .unstack() 
             .fillna(0) 
             .astype(int) 
             .add_prefix('C_value') 
             .reset_index() 
             .rename_axis(None, axis=1)) 

    A  B C_value0 C_value1 C_value2 
0 bar one   0   1   0 
1 bar three   0   1   0 
2 bar two   0   0   1 
3 foo one   2   0   0 
4 foo three   0   0   1 
5 foo two   1   2   0 

Eine andere Lösung mit crosstab :

print (pd.crosstab([df.A, df.B], df.C) 
     .add_prefix('C_value') 
     .reset_index() 
     .rename_axis(None, axis=1)) 

    A  B C_value0 C_value1 C_value2 
0 bar one   0   1   0 
1 bar three   0   1   0 
2 bar two   0   0   1 
3 foo one   2   0   0 
4 foo three   0   0   1 
5 foo two   1   2   0