熊猫：如何在行上使用多个级别对count进行分组？

Question

我有以下数据框

|----|----|
| A  | B  |
| a1 | b1 |
| a2 | b1 |
| a1 | b2 |
| a2 | b3 |

我希望按每A计算B并获得以下结果：

|----|----|-------|
| A  | B  | Count |
| a1 | b1 |  1    |
|    | b2 |  1    |
|    | b3 |  NaN  |
| a2 | b1 |  1    |
|    | b2 |  NaN  |
|    | b3 |  1    |

我通常使用df.groupby([B])[A].count()执行此操作，但在这种情况下使用有点数据透视表对我来说很困惑

提前致谢。

UPDT：

df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 20422 entries, 180 to 96430
Data columns (total 2 columns):
B    20422 non-null object
A             20422 non-null object
dtypes: object(2)
memory usage: 478.6+ KB

我正在使用df.groupby([B])[A].value_counts().unstack().stack(dropna=False).reset_index(name="Count") ：

|--|----|----|-------|
|  | A  | B  | Count |
|0 | a1 | b1 |  1    |
|1 | a1 | b2 |  1    |
|2 | a1 | b3 |  NaN  |
|3 | a2 | b1 |  1    |
|4 | a2 | b2 |  NaN  |
|5 | a2 | b3 |  1    |

Answer 1

1）一种方法是对"A"进行分组，并使用value_counts计算"B"下的元素的不同计数。 然后的融合unstack和stack与dropna=False ，以获得所需DF ：

df.groupby('A')['B'].value_counts().unstack().stack(dropna=False).reset_index(name="Count")

2） pd.crosstab也提供了一个很好的选择，如果我们替换零个计数元件np.NaN堆叠之后：

pd.crosstab(df['A'], df['B']).stack().replace({0:np.nan}).reset_index(name="Count")

两种方法都产生：

---

EDIT1：

要使分组键， "A"以某种格式显示（即保持第一次出现，同时用空字符串替换其余的）

df_g = pd.crosstab(df['A'], df['B']).stack().replace({0:np.nan}).reset_index(name="Count")
df_g.loc[df_g.duplicated('A'), "A"] = ""

EDIT2：

如果您希望"A"作为单个健康单元格成为多索引DF ：

df.groupby('A')['B'].value_counts().unstack().stack(dropna=False
                    ).reset_index(name="Count").set_index(['A', 'B'])

Answer 2

您可以对两列进行分组并访问每个组的大小：

 df.groupby(['A', 'B']).size()

收益：

A   B 
a1  b1    1
    b2    1
a2  b1    1
    b3    1
dtype: int64

但是，对于不存在的组合，它不会给你NaN 。