Groupby 值計數 - pandas

Question

我希望從 pandas df 中計算特定值。 使用下面，我通過Up對Item進行子集化，並將Num和Label分組以計算Item中的值。 output 中的值是正確的，但我想刪除Label並在列標題中包含Up 。

import pandas as pd

df = pd.DataFrame({      
    'Num' : [1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2],
    'Label' : ['A','B','A','B','B','B','A','B','B','A','A','A','B','A','B','A'],   
    'Item' : ['Up','Left','Up','Left','Down','Right','Up','Down','Right','Down','Right','Up','Up','Right','Down','Left'],  
   })

df1 = (df[df['Item'] == 'Up']
      .groupby(['Num','Label'])['Item']
      .count()
      .unstack(fill_value = 0)
      .reset_index()
      )

預期 output：

  Num  A_Up  B_Up
    1     3     0
    2     1     1

Answer 1

通過您的方法，您可以將 Item 包含在 grouper 中。

out = (df[df['Item'] == 'Up'].groupby(['Num','Label','Item']).size()
       .unstack(['Label','Item'],fill_value=0))
out.columns=out.columns.map('_'.join)

print(out)

     A_Up  B_Up
Num            
1       3     0
2       1     1

Answer 2

您可以使用Groupby.transform來擁有所有列名。 然后使用df.pivot_table和list comprehension來獲取您想要的列名。

In [2301]: x = df[df['Item'] == 'Up']
In [2304]: x['c'] = x.groupby(['Num','Label'])['Item'].transform('count')

In [2310]: x = x.pivot_table(index='Num', columns=['Label', 'Item'], aggfunc='first', fill_value=0)
In [2313]: x.columns = [j+'_'+k for i,j,k in x.columns]

In [2314]: x
Out[2314]: 
     A_Up  B_Up
Num            
1       3     0
2       1     1