如何分别提供来自分类列的日期分组

Question

我有一个事务表，其中列出了在一个列中开始的每个人的性别，以及他们在另一列中开始的日期。 我想执行一个 groupby，它会生成一个按日期计算每个性别的数据框。 任何想法？

    Gender  LastStart
1   M   2013-05-21
2   M   2013-05-24
3   F   2013-05-27
4   M   2013-05-27
5   F   2013-05-28
6   F   2013-05-28

应该导致

             M   F
2013-05-21   1   0
2013-05-24   1   0
2013-05-27   1   1
2013-05-28   0   2

我想我需要在一个列表上运行一个 groupby，然后是一个 pivot 但我的 groupby 正在生产一个系列，所以 pivot 将无法工作。 我很困惑，所以非常感谢任何帮助

Answer 1

使用pandas.crosstab

out = pd.crosstab(df['LastStart'], df['Gender'])

Output：

>>> out

Gender      F  M
LastStart       
2013-05-21  0  1
2013-05-24  0  1
2013-05-27  1  1
2013-05-28  2  0

如果要删除轴标签，即Gender和LastStart ，请使用

out = pd.crosstab(df['LastStart'], df['Gender']).rename_axis(index=None, columns=None)

Answer 2

在 output 中使用自定义聚合函数，每列一个。

df.groupby("LastStart").agg(
    M=("Gender", lambda s: s.eq("M").sum()),
    F=("Gender", lambda s: s.eq("F").sum()),
)

这里.agg()中使用的“语法”是<output column>=(<input column>, <aggregation function>)

Answer 3

这是创建临时 cnt 值和使用 pivot 表的一种方法

df.assign(cnt=1).pivot_table(index='LastStart', columns='Gender' , values='cnt', aggfunc='count').fillna(0).astype(int)

Gender      F   M
 LastStart      
2013-05-21  0   1
2013-05-24  0   1
2013-05-27  1   1
2013-05-28  2   0