Python 数据透视表/Groupby 文本列

Question

我正在尝试拓宽我的 Python 视野并学习做一些在 Excel 中执行起来相当简单的事情。

我有这些数据：

Group   Function
1   A
1   B
1   C
2   A
2   C
3   C
3   A
3   D
4   E

我想要一个以这种格式显示信息的表格（通过 Excel 中的数据透视表完成，其中包含列：函数、行：组、值：组计数）

      Function
Group A        B       C    D    E
1     1        1       1    
2     1                1
3     1                1    1
4                                1

我创建了一个数据框并添加了如下列：

df = pd.read_excel(filepath)
df['1']=1

print(df.groupby('GROUP'))

但是：

1) 它无法识别 Function 字段，因为它是 dtype: object 2）它并没有真正执行我正在寻找的功能，这让我认为它可能不是我需要的功能。我也尝试过对 pivot_table 进行各种迭代，但似乎无法使其正常工作。

有人有什么想法吗？提前致谢。

Answer 1

pd.crosstab 怎么样？按原样读入数据，然后进行转换：

In [227]: pd.crosstab(df.Group, df.Function)
Out[227]: 
Function  A  B  C  D  E
Group                  
1         1  1  1  0  0
2         1  0  1  0  0
3         1  0  1  1  0
4         0  0  0  0  1

使用df.replace 去除零：

In [228]: pd.crosstab(df.Group, df.Function).replace(0, '')
Out[228]: 
Function  A  B  C  D  E
Group                  
1         1  1  1      
2         1     1      
3         1     1  1   
4                     1

Answer 2

或使用pivot

df1['val']=1
df1.pivot(index='Group', columns='Function')['val']

Function    A    B    C    D    E
Group                            
1         1.0  1.0  1.0  NaN  NaN
2         1.0  NaN  1.0  NaN  NaN
3         1.0  NaN  1.0  1.0  NaN
4         NaN  NaN  NaN  NaN  1.0


df1.pivot(index='Group', columns='Function')['val'].fillna(' ')

Function  A  B  C  D  E
Group                  
1         1  1  1      
2         1     1      
3         1     1  1   
4                     1

或者使用groupby：

df1.groupby(['Group','Function']).size().unstack().fillna(' ')
Function  A  B  C  D  E
Group                  
1         1  1  1      
2         1     1      
3         1     1  1   
4                     1

Answer 3

选项 1

pd.get_dummies(df.Group).T.dot(pd.get_dummies(df.Function))

   A  B  C  D  E
1  1  1  1  0  0
2  1  0  1  0  0
3  1  0  1  1  0
4  0  0  0  0  1

---

选项 2

i, r = pd.factorize(df.Group.values)
j, c = pd.factorize(df.Function.values)
a = np.zeros((r.size, c.size), dtype=int)
a[i, j] = 1
pd.DataFrame(a, r, c)

   A  B  C  D  E
1  1  1  1  0  0
2  1  0  1  0  0
3  1  0  1  1  0
4  0  0  0  0  1

---

选项 3

i, r = pd.factorize(df.Group.values)
j, c = pd.factorize(df.Function.values)
a = np.bincount(
    i * c.size + j, minlength=r.size * c.size
).reshape(r.size, c.size)
pd.DataFrame(a, r, c)

   A  B  C  D  E
1  1  1  1  0  0
2  1  0  1  0  0
3  1  0  1  1  0
4  0  0  0  0  1