[英]Pandas Pivot Table Conditional Counting
我有一個簡單的數據幀:
df = pd.DataFrame({'id': ['a','a','a','b','b'],'value':[0,15,20,30,0]})
df
id value
0 a 0
1 a 15
2 a 20
3 b 30
4 b 0
我想要一個數值大於零的數據透視表。
我試過這個:
raw = pd.pivot_table(df, index='id',values='value',aggfunc=lambda x:len(x>0))
但是回復了這個:
value
id
a 3
b 2
我需要的:
value
id
a 2
b 1
我用groupby和filter閱讀了很多解決方案。 是否可以使用pivot_table命令實現此目的? 如果不是,哪種方法最好?
提前致謝
UPDATE
只是為了讓我更清楚為什么我要避免使用過濾器解決方案。 在我的真實和復雜的df中,我有其他列,如下所示:
df = pd.DataFrame({'id': ['a','a','a','b','b'],'value':[0,15,20,30,0],'other':[2,3,4,5,6]})
df
id other value
0 a 2 0
1 a 3 15
2 a 4 20
3 b 5 30
4 b 6 0
我需要將列“其他”加起來,但是當我過濾時我得到了這個:
df=df[df['value']>0]
raw = pd.pivot_table(df, index='id',values=['value','other'],aggfunc={'value':len,'other':sum})
other value
id
a 7 2
b 5 1
代替:
other value
id
a 9 2
b 11 1
需要sum
為條件x>0
創建的計數True
s:
raw = pd.pivot_table(df, index='id',values='value',aggfunc=lambda x:(x>0).sum())
print (raw)
value
id
a 2
b 1
正如@Wen所說,另一個解決方案是:
df = df[df['value'] > 0]
raw = pd.pivot_table(df, index='id',values='value',aggfunc=len)
您可以在透視之前過濾數據幀:
pd.pivot_table(df.loc[df['value']>0], index='id',values='value',aggfunc='count')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.