使用 pandas.crosstab 保留订单

Question

我有以下 csv 数据：

question,answer
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
a2020_k,1
a2020_k,2
a2020_k,1
a2020_k,4
a2020_k,1
a2020_k,1
d2015_a,5
d2015_a,4
d2015_a,4
d2015_a,4
d2015_a,4
d2015_a,4

我正在使用pd.crosstab来计算给出每个答案的次数，但是 function 弄乱了我的数据顺序。 这是我的代码：

import pandas as pd

df = pd.read_csv('example.csv')

output_array = pd.crosstab(df['question'], df['answer']).to_numpy()

print(output_array)

预期结果：

[[0 0 6 0 0]
 [4 1 0 1 0]
 [0 0 0 5 1]]

实际结果：

[[4 1 0 1 0]
 [0 0 0 5 1]
 [0 0 6 0 0]]

为什么会这样？ 以及如何保留数据的顺序？

Answer 1

你可以试试这个，

pd.crosstab(df['question'], df['answer']).reindex(df['question'].unique()).to_numpy()

输出/输出：

array([[0, 0, 6, 0, 0],
       [4, 1, 0, 1, 0],
       [0, 0, 0, 5, 1]], dtype=int64)

说明：基于首次出现的数据集中的唯一元素重新排序索引。