如何计算分组数据框中列的值？

Question

所以我遇到了这个问题：

我试过了，但它会堆积时间：

df2 = df.groupby(['Time'])
for group, data in df2:
    result =  data.apply(lambda x: x.value_counts()).T.stack()
    print(result)

Answer 1

您正在尝试将Time 的值用作新列，并将其他列的值用作新索引。如果您只有几列，则可以通过pivot_table 轻松实现。例如。对于'Health'：

In [2]: df = pd.DataFrame([['T0', 'Yes', 'Good'], ['T0', 'Yes', 'Bad'], ['T1', 'No', 'Good'], ['T1', 'No', 'Good']], columns=['Time', 'Health', 'Meds'])    

In [18]: pd.pivot_table(df[['Health', 'Time']], index='Health', columns='Time', aggfunc='size', fill_value=0)                                                                                                      
Out[18]: 
Time    T0  T1
Health        
No       0   2
Yes      2   0

但是，您希望对所有列重复该过程。假设您将数据框重塑为长数据格式，这也可以通过数据透视表实现。这意味着您创建一个包含所有列名的新列，这正是 stack() 函数的用途：

In [45]: df_stacked = df.set_index('Time').stack().rename('value').reset_index()                                                                                                                                                
Out[45]: 
  Time level_1 value
0   T0  Health   Yes
1   T0    Meds  Good
2   T0  Health   Yes
3   T0    Meds   Bad
4   T1  Health    No
5   T1    Meds  Good
6   T1  Health    No
7   T1    Meds  Good

现在您可以旋转堆叠的数据框，以便同时使用所有列名的列的值及其作为索引的值

In [48]: pd.pivot_table(df_stacked, index=['level_1', 'value'], columns='Time', aggfunc='size', fill_value=0)                                                                                                      
Out[48]: 
Time           T0  T1
level_1 value        
Health  No      0   2
        Yes     2   0
Meds    Bad     1   0
        Good    1   2

描述可能有点混乱，但我希望代码能清楚地说明。你基本上有正确的成分，但组合有点棘手。