熊貓：由兩列組合而成

Question

我的數據如下。 得分列是x對y的得分（相當於y對x）。

from collections import Counter
import pandas as pd

d = pd.DataFrame([('a','b',1), ('a','c', 2), ('b','a',3), ('b','a',3)], 
                 columns=['x', 'y', 'score'])

    x   y   score
0   a   b   1
1   a   c   2
2   b   a   3
3   b   a   3

我想評估每個組合的得分計數，因此（'a'vs'b）和（'b'vs'a'）應該組合在一起，即

        score
x   y   
a   b   {1: 1, 3: 2}
    c   {2: 1}

但是，如果我執行d.groupby(['x', 'y']).agg(Counter) ，（'a'，'b'）和（'b'，'a'）不會組合在一起。 有辦法解決這個問題嗎？ 謝謝！

        score
x   y   
a   b   {1: 1}
    c   {2: 1}
b   a   {3: 2}

Answer 1

如果你不關心訂單那么，可能你可以在兩列上使用sort ，apply， groupby ：

import pandas as pd
from collections import Counter

d = pd.DataFrame([('a','b',1), ('a','c', 2), ('b','a',3), ('b','a',3)], 
                 columns=['x', 'y', 'score'])
# Note: you can copy to other dataframe if you do not want to change original
d[['x', 'y']] = d[['x', 'y']].apply(sorted, axis=1) 
x = d.groupby(['x', 'y']).agg(Counter)
print(x)
# Result:
#             score
# x y              
# a b  {1: 1, 3: 2}
#   c        {2: 1}

Answer 2

您也可以groupby使用聚合frozenset的x和y ，然后agg使用Counter

from collections import Counter
df.groupby(df[['x', 'y']].agg(frozenset, 1)).score.agg(Counter)

(b, a)    {1: 1, 3: 2}
(a, c)          {2: 1}

如果你想要一個dataframe ，

.to_frame()

        score
(b, a)  {1: 1, 3: 2}
(a, c)  {2: 1}

Answer 3

IIUC

d[['x','y']]=np.sort(d[['x','y']],1)
pd.crosstab([d.x,d.y],d.score)
Out[94]: 
score  1  2  3
x y           
a b    1  0  2
  c    0  1  0