重塑数据框和聚合值答案

【问题标题】：Reshaping data frame and aggregating values重塑数据框和聚合值
【发布时间】：2018-11-05 11:50:44
【问题描述】：

我有一个包含 A、B 和 C 三个不同列的数据框。我在 A、B 和 C 列上应用了 group by 命令。我还计算了编号。每组三个值拥有的行数。

结果数据：

现在，我想将 0 和 1（C 列中的单元格值）作为列本身。另外，我想添加它们并将它们的总和显示在单独的列中（与 0 和 1 列一起）。期望的输出：

A       B       Count0     Count1   Sum of Counts   Count1/Sum of Counts
1000    1000    38         538         567              538/567
1000    1001    9          90          99               90/99
1000    1002    8          16          24               16/24
1000    1003    2          10          12               10/12

（我不是一个活跃的 Python 用户。我对此进行了很多搜索，但似乎找不到合适的词来搜索它）如果我学习如何计算计数 0 和 1 的总和并与其他的一起显示数据框中的列，我将自己进行划分。

提前致谢。

【问题讨论】：

请同时粘贴分组数据而不是图片

标签： python pandas dataframe group-by reshape

【解决方案1】：

将SeriesGroupBy.value_counts 或size 与unstack 一起使用：

df = pd.DataFrame({
    'A': [1000] * 10,
    'B': [1000] * 2 + [1001] * 3 + [1002] * 5, 
    'C':[0,1] * 5
})
print (df)
      A     B  C
0  1000  1000  0
1  1000  1000  1
2  1000  1001  0
3  1000  1001  1
4  1000  1001  0
5  1000  1002  1
6  1000  1002  0
7  1000  1002  1
8  1000  1002  0
9  1000  1002  1

df = df.groupby(['A','B'])['C'].value_counts().unstack(fill_value=0).reset_index()

#another solution
#df = pd.crosstab([df['A'], df['B']], df['C']).reset_index()
#solution 2
#df = df.groupby(['A','B','C']).size().unstack(fill_value=0).reset_index()

print (df)
C     A     B  0  1
0  1000  1000  1  1
1  1000  1001  2  1
2  1000  1002  2  3

然后加和除：

df = df.rename(columns={0:'Count0',1:'Count1'})
df['Sum of Counts'] = df['Count0'] + df['Count1']
df['Count1/Sum of Counts'] = df['Count1'] / df['Sum of Counts']
print (df)
C     A     B  Count0  Count1  Sum of Counts  Count1/Sum of Counts
0  1000  1000       1       1              2              0.500000
1  1000  1001       2       1              3              0.333333
2  1000  1002       2       3              5              0.600000

【讨论】：

哇。没想到加法会这么简单。我以为我会很乱。非常感谢！

【解决方案2】：

试试：

df1 = df.pivot_table(values='counts', index=['A', 'B'], columns=['C'], aggfunc='sum', fill_value=None, margins=True, dropna=True, margins_name='Sum of Counts').reset_index()
df1 = df1.rename(columns={0:'Count0',1:'Count1'})
df1['Count1/Sum of Counts'] = df1['Count1'] / df1['Sum of Counts']

您可以使用reset_index() 来更好地构建它。另外，Count1/Sum of Counts 就是 df['Count1'] / df['Sum of Counts']

【讨论】：