转置 df 后 count() 变为零

Question

我有一个如下所示的数据集df1 ：

fake_id    date          type     value
xxx        12.1.22       A
zzz        12.2.22       A
           13.4.22       B        12

然后我有一个看起来像这样的df2 ：

name       downloads 
Name1      23

我想计算所有类型的所有出现（例如：A 和 B）。

然后我想将计数添加到我的第一个数据集中。 像这样的东西：

name       value     count_A        count_B   
Name1      23        2              1

我正在尝试这个：

    df1 = df1.groupby('type').count()
    df1_transposed = df1.T
    df1_transposed = df1_transposed[['A', 'B']]
    df1_transposed = df1_transposed.reset_index()
    df2 = pd.merge(df2, df1_transposed, left_index=True, right_index=True)
    df2 = df2.drop('index', 1)

它给了我一个如下所示的输出：

    name  value     A     B  
0  Name1     12     2     0     

虽然 A 组的值是正确的，但 B 组的值是不正确的。 这可能是因为类型 B的fake_id列中有一些 NULL 值。 因此，在转置之后，它的值是 0 而不是 1。我该如何解决这个问题？

例如，在这部分之后，表格如下所示：

type                             A                  B
fake_id                          2                  0
date                             2                  1
value                            0                  1

Answer 1

您可以使用value_counts()函数来计算列中所有值的出现次数。

values_counts = df1.type.value_counts()
a_counts = values_counts.a
b_counts = values_counts.b
df2["count_A"] = [a_counts]
df2["count_B"] = [b_counts]

这应该可以解决问题。