Pandas中列名的唯一列组合[重复]答案

【问题标题】：Unique Column Combinations to Column names in Pandas [duplicate]Pandas中列名的唯一列组合[重复]
【发布时间】：2018-02-09 00:21:56
【问题描述】：

我有 14,000 个数据帧，每个数据帧有 30,000 行。一个示例 df 看起来像这样 urban restricted speed_bin True False 0-2.5 True False 0-2.5 True False 0-2.5 True True 0-2.5 True False 2.5-4.5

我需要汇总所有数据帧的数据，但不能将其全部保存在内存中。我想计算每个数据框的唯一行组合。对于单个数据框，我可以做

df.groupby(['urban','restricted','speed_bin']).size().reset_index() \
                                               .rename(columns={0:'count'})

urban   restricted  speed_bin   count
0   False   False   0-2.5       45
1   False   False   2.5-7.5     12
2   False   False   7.5-12.5    16
3   False   False   12.5-17.5   20
4   False   False   17.5-22.5   4

如何在将计数列作为行内容并保留urban 和speed_bin 列的同时，将其转置并从speed_bin 组合中创建列名？请记住，一个数据框可能没有另一个数据框可能具有的可能组合的实例。

所以，最后我将有四行对应于城市和限制的组合，并具有相应的速度箱计数。

提前致谢！

【问题讨论】：

你是什么意思“离开urban和speed_bin列”？这似乎与最后一句话不一致。

标签： python pandas combinations

【解决方案1】：

df.set_index(['urban', 'restricted', 'speed_bin'])['count'].unstack()

speed_bin         0-2.5  12.5-17.5  17.5-22.5  2.5-7.5  7.5-12.5
urban restricted                                                
False False          45         20          4       12        16

【讨论】：

【解决方案2】：

一种方法是：

df.pivot_table(index=['urban', 'restricted'], values=['count'], columns=['speed_bin'])

这会返回：

#                  count                                     
# speed_bin        0-2.5 12.5-17.5 17.5-22.5 2.5-7.5 7.5-12.5
# urban restricted                                           
# False False         45        20         4      12       16

【讨论】：