如何总结客户，按性别分组，然后按月份？

Question

我在 Pandas 中有以下 dataframe，其中包含有关我的客户的信息以及他们在我的网站上购买商品的月份：

id | Month| Gender
01 | 01 | M
02 | 01 | F
03 | 02 | F
04 | 02 | F

我需要知道每个月有多少男人和女人买了东西。 换句话说，我需要把我原来的 dataframe 变成这个：

Month| Male| Female
01 | 100 |300
02 | 120 |500
03 | 170 |900
04 | 200 |1000
05 | 150 |800

我怎么能那样做？ 我尝试了几种不同的方法，但似乎都没有奏效。 谢谢！

Answer 1

pivot_table应该在这里工作：

df.assign(count=1).pivot_table(index='Month', columns = 'Gender', values='count', aggfunc='sum', fill_value=0)

output

      Gender    F   M
Month       
1               1   1
2               2   0

Answer 2

另一种解决方案是：

cats = ['M','F']

df['Gender'] = pd.Categorical(df['Gender'], categories=cats, ordered=True)

df = df.groupby(['Month', 'Gender']).size().unstack(fill_value=0)

这使：

Gender  M  F
Month       
1       1  1
2       0  2

Answer 3

SELECT 月份，计数（（CASE Gender WHEN Gender='M' THEN 1））作为'男性'，计数（（CASE Gender WHEN Gender='To THEN 1））作为'女性'从表中按月排序

Answer 4

如果您在问题中包含您的代码会更好，这样人们可以更好地帮助您。 我通过计算同时满足性别和月份的行数制作了一个新的 DataFrame。 可能有一种更有效的方法，但这就是我所拥有的

def count_gender_in_month(month: int, gender: str) -> int:
   """
   counts number of rows that have given month and gender
   """
   return len(df[(df['month']==month) & (df['gender']==gender)])

# originial data
df = pd.DataFrame({'id' : [1,2,3,4],
                   'month' : [1,1,2,2],
                   'gender' : ['M', 'F', 'F', 'F']})

months = [1,2,3,4,5,6,7,8,9,10,11,12]

#converted data
ans = pd.DataFrame({'month' : months,
                   'male' : map(lambda x: count_gender_in_month(x, 'M'), months),
                   'female' : map(lambda x: count_gender_in_month(x, 'F'), months)})

Answer 5

import pandas as pd
import numpy as np

df = pd.DataFrame({ 'month' : ['01','01','01','01','02','02','02'],
                    'gender' : ['M', 'M', 'F', 'M', 'F','F','M']})

数据看起来像

month   gender
0   01  M
1   01  M
2   01  F
3   01  M
4   02  F
5   02  F
6   02  M

df['male'] = np.where(df['gender']=='M',1,0)
df['female'] = np.where(df['gender']=='F',1,0)
out  = df.pivot_table(index=['month'], values=['male','female'],aggfunc=sum,fill_value=0)

会给你

    female  male
month       
01  1       3
02  2       1