如何在数据框上使用数据透视表/Groupby答案

【问题标题】：How to use pivot table / Groupby on dataframe如何在数据框上使用数据透视表/Groupby
【发布时间】：2023-02-22 00:18:49
【问题描述】：

我正在尝试做一个看似非常简单的任务。给定一个数据框：

data = {
    'lifestage': ['a', 'b', 'c', 'a', 'a', 'b'],
    'CC': [1, 1, 0, 1, 0, 0],
    'DC': [1, 0, 1, 0, 1, 0],
    'AC': [1, 1, 0, 1, 1, 1],
    'CASA': [1, 0, 0, 0, 1, 0],
    'Stage_1': [1, 0, 1, 0, 1, 0],
    'Stage_2': [0, 1, 0, 1, 0, 0],
    'Stage_3': [0, 0, 0, 1, 0, 1]
}

df1 = pd.DataFrame(data)

原始表格如下所示：

lifestage	CC	DC	AC	CASA	Stage_1	Stage_2	Stage_3
a	1	1	1	1	1	0	0
b	1	0	1	0	0	1	0
c	0	1	0	0	1	0	0
a	1	0	1	0	0	0	1
a	0	1	1	1	1	0	0
b	0	0	1	0	0	0	1

这样输出看起来像这样

Lifestage	Product	Stage_1	Stage_2	Stage_3
a	CC	1	0	1
a	DC	2	0	0
a	AC	2	0	1
a	CASA	2	0	0
b	CC	0	1	0
b	DC	0	0	0
b	AC	0	1	1
b	CASA	0	0	0
c	CC	0	0	0
c	DC	1	0	0
c	AC	0	0	0
c	CASA	0	0	0

【问题讨论】：

这是什么逻辑？我们不应该从你的输出中猜测，请明确
你试过什么？你做了什么研究？我不确定如何立即执行此操作，但我知道一些应该有帮助的资源：文档：Reshaping and pivot tables，所以问题：How can I pivot a dataframe? 如果您遇到问题的特定方面，请edit澄清，包括标题；见How to Ask。
@mozway FWIW，它好像它将 CC-CASA 列视为布尔值（或者可能是乘数）并对 Stage 列求和。
@wjandrea 是的，这就是我的想象（见我的回答），但这并不能完全产生提供的输出（另一个原因逻辑应始终明确提供）

标签： python pandas dataframe

【解决方案1】：

由于没有提供逻辑，我只能猜测。

我假设你想计算 Stages 中的 1s，对于 Lifestages 和 Products 也有一个 1：

(df1.melt(['lifestage', 'Stage_1', 'Stage_2', 'Stage_3'], var_name='Product')
    .loc[lambda d: d.pop('value').eq(1)]
    .groupby(['lifestage', 'Product']).sum()
    .unstack('Product', fill_value=0)
    .stack().reset_index()
)

输出：

   lifestage Product  Stage_1  Stage_2  Stage_3
0          a      AC        2        1        1
1          a    CASA        2        0        0
2          a      CC        1        1        1
3          a      DC        2        0        0
4          b      AC        0        1        1
5          b    CASA        0        0        0
6          b      CC        0        1        0
7          b      DC        0        0        0
8          c      AC        0        0        0
9          c    CASA        0        0        0
10         c      CC        0        0        0
11         c      DC        1        0        0

【讨论】：