使用列中的值进行聚合

Question

我有一个数据框：

	Region	Month
0	AB	1
1	AB	1
2	AB	2
3	BC	3
4	BC	4
5	BC	5

如何将此数据框转换为下面的区域，其中区域的不同值是列，每个月的不同值是行。这些值是区域/月份组合的所有立场的计数总和。因为我有一个地区和月份的列表，所以我也可以将它们指定为一个列表，只要它给我下面的视图。

我使用了df.groupby(['Region', 'Month'], as_index=True).agg({"Month": "count"})，但是布局不同，月份是一列而不是下面的布局。

	AB	BC
JAN	2	0
FEB	1	0
MAR	0	1
APR	0	1
MAY	0	1
JUN	0	0
JUL	0	0
AUG	0	0
SEP	0	0
OCT	0	0
NOV	0	0
DEC	0	0

Answer 1

更新：

df_out = pd.crosstab(df['Month'], df['Region'])
df_out.index = df_out.index.map(dict(enumerate(calendar.month_abbr)))
df_out = df_out.reindex(calendar.month_abbr, fill_value=0)
print(df_out)

输出：

Region  AB  BC
Month         
         0   0
Jan      2   0
Feb      1   0
Mar      0   1
Apr      0   1
May      0   1
Jun      0   0
Jul      0   0
Aug      0   0
Sep      0   0
Oct      0   0
Nov      0   0
Dec      0   0

让我们试试这个：

import calendar

indx = [m.upper() for m in calendar.month_abbr[1:]]

pd.crosstab(df['Month'], df['Region']).reindex(indx, fill_value=0)

输出：

Region  AB  BC
Month         
JAN      2   0
FEB      1   0
MAR      0   1
APR      0   1
MAY      0   1
JUN      0   0
JUL      0   0
AUG      0   0
SEP      0   0
OCT      0   0
NOV      0   0
DEC      0   0

详情：

使用pd.crosstab按地区获取每月计数，使用日历库，我们可以按顺序获取所有月份缩写的列表，并从pd.crosstab中填写结果数据框的缺失值。