我将如何获取 2 列数据并将它们转换为 Python 中的频率计数矩阵？

Question

假设我有 2 列数据，第 1 列有 N 个唯一值，第 2 列有 M 个唯一值。我想将其转换为 N x M 矩阵，其中矩阵中每个条目的值是出现的计数那个组合。

例如这里有一些虚拟数据：

days = ['Monday','Tuesday','Monday','Tuesday','Tuesday','Monday']
weather = ['Rain','Sun','Sun','Sun','Rain','Rain']
df = pd.DataFrame({'day':days,'weather':weather})

在这种情况下我想要什么，因为有 2 个独特的日子和 2 个独特的天气条件，将是一个 2x2 矩阵，其中索引有“星期一”和“星期二”，列是“雨”和“太阳”，值在这种情况下的矩阵将是：

[[2,1],
 [1,2]]

因为周一下了两次雨，周一一次晴天，周二下雨一次，周二两次晴天。 当然，对于每列具有超过 2 个不同值的情况，我希望能够以编程方式执行此操作。

Answer 1

您似乎在要求一个数据透视表，您可以为此使用自定义函数来获取每个单元格中项目的 len() 。

days = ['Monday','Tuesday','Monday','Tuesday','Tuesday','Monday']
weather = ['Rain','Sun','Sun','Sun','Rain','Rain']
df = pd.DataFrame({'day':days,'weather':weather})


df.pivot_table(index='day',columns='weather', aggfunc=lambda x: len(x))

输出

weather  Rain  Sun
day               
Monday      2    1
Tuesday     1    2

如果你只想要数组

df.pivot_table(index='day',columns='weather', aggfunc=lambda x: len(x)).values