按数据框分组并拆分为列

Question

下面是数据框的输出，我可以发布

df2 = df.groupby(['id1','id2']).size().reset_index()
df2.columns = ['id1','id2','Count']
print (df2)

 id1 id2 Count 7780379 00000000-0000-0000-0000-000000000000 1 7780379 72b9f501-6d48-4a37-8f3a-ff4e5fb6ec8d 19

我试图添加条件是属于 00000000-0000-0000-0000-000000000000 的任何 id2 是无效计数，以下是预期结果

     id1    ValidCount  InvalidCount
     7780379      19         1

如果有任何指点，请分享。

Answer 1

您可以直接从df获取最终输出，而无需df2 ：

valids = np.where(df['id2']=='00000000-0000-0000-0000-000000000000', 
                  'InvalidCount', 'ValidCount')
df.groupby(['id1', valids]).size().unstack('id2').reset_index()

Answer 2

使用groupby_sum ：

out = df.groupby(['id1', df['id2']!='00000000-0000-0000-0000-000000000000'])['Count'] \
        .sum().unstack().rename(columns={True: 'ValidCount', False: 'InvalidCount'})

输出：

>>> out
id2      InvalidCount  ValidCount
id1                              
7780379             1          19