熊猫合并单行列中两行的值答案

【问题标题】：Pandas merging value of two rows in columns of a single row熊猫合并单行列中两行的值
【发布时间】：2023-02-05 16:24:09
【问题描述】：

我有这样的数据，它是一个的输出通过...分组:

numUsers = df.groupby(["user","isvalid"]).count()

                      count     
user       isvalid               
5          0.0         1336  
           1.0          387

但我需要数计数有效和计数无效每个用户的列，如下所示：

                    count_valid  count_invalid
user 
5                           387           1336

我怎样才能在 Pandas 中以优化的方式做到这一点？

【问题讨论】：

标签： python pandas aggregate

【解决方案1】：

您可以使用：

out = (df.groupby(["user","isvalid"]).count()
         .rename({0: 'count_invalid', 1: 'count_valid'}, level=1)
         ['count'].unstack()
       )

输出：

isvalid  count_invalid  count_valid
user                               
5                 1336          387

或者，如果您有多个列，则使用 MultiIndex 更通用：

out = (df.groupby(["user","isvalid"]).count()
         .unstack().rename(columns={0: 'invalid', 1: 'valid'}, level=1)
       )
out.columns = out.columns.map('_'.join)

输出：

      count_invalid  count_valid
user                            
5              1336          387

或者来自带有 crosstab 的原始数据集：

pd.crosstab(df['user'], df['isvalid'].map({0: 'count_invalid', 1: 'count_valid'}))

【讨论】：

【解决方案2】：

您可以将groupby_count替换为value_counts：

>>> (df.replace({'isvalid': {0: 'count_invalid', 1: 'count_valid'}})
       .value_counts(['user', 'isvalid']).unstack('isvalid')
       .rename_axis(columns=None))

      count_invalid  count_valid
user                            
5              1336          387

pivot_table 的另一个版本：

>>> (df.replace({'isvalid': {0: 'count_invalid', 1: 'count_valid'}}).assign(count=1)
       .pivot_table(index='user', columns='isvalid', values='count', aggfunc='count')
       .rename_axis(columns=None))

      count_invalid  count_valid
user                            
5              1336          387

【讨论】：