在 pandas 中有一个带有 ID 和交货天数的数据框（例如，每周 7 天）：
我想使用 groupby() pandas 函数并创建以下内容 - 为每天创建 7 个不同的列（例如，delivery_day_1、delivery_day_2 等）并计算数据框中按 ID 分组的出现次数。怎么可能做到这一点？
谢谢。
【问题讨论】：
标签： python pandas calculated-columns pandas-groupby
我认为您首先需要 groupby + size + unstack 或 crosstab 进行整形。
然后，如有必要，将缺少的 weekdays 添加到 reindex_axis 和最后一个 add_prefix：
示例：
df = pd.DataFrame({'subscription_id':[1,2,3,1], 'delivery_weekday':[1,1,2,1]})
print (df)
delivery_weekday subscription_id
0 1 1
1 1 2
2 2 3
3 1 1
df = df.groupby(['subscription_id','delivery_weekday']) \
.size() \
.unstack(fill_value=0) \
.reindex_axis(range(1,8), fill_value=0, axis=1) \
.add_prefix('delivery_day_')
print (df)
delivery_weekday delivery_day_1 delivery_day_2 delivery_day_3 \
subscription_id
1 2 0 0
2 1 0 0
3 0 1 0
delivery_weekday delivery_day_4 delivery_day_5 delivery_day_6 \
subscription_id
1 0 0 0
2 0 0 0
3 0 0 0
delivery_weekday delivery_day_7
subscription_id
1 0
2 0
3 0
df = pd.crosstab(df['subscription_id'],df['delivery_weekday']) \
.reindex_axis(range(1,8), fill_value=0, axis=1) \
.add_prefix('delivery_day_')
print (df)
delivery_weekday delivery_day_1 delivery_day_2 delivery_day_3 \
subscription_id
1 2 0 0
2 1 0 0
3 0 1 0
delivery_weekday delivery_day_4 delivery_day_5 delivery_day_6 \
subscription_id
1 0 0 0
2 0 0 0
3 0 0 0
delivery_weekday delivery_day_7
subscription_id
1 0
2 0
3 0
【讨论】：