如何根據多列值對 pandas 數據框進行分組、計數和取消堆疊？

Question

我有以下 pandas 數據框，其中存儲了多個模型和多家公司的贏/輸結果

公司	型號_1	溫洛斯	型號_2	輸贏2
公司1	神經網絡	W	探地雷達	大號
公司1	神經網絡	大號	PLS	W
公司1	神經網絡	大號	KRR	W
公司1	神經網絡	大號	XGB	W
公司1	探地雷達	大號	新元	W
公司2	探地雷達	大號	PLS	W
公司2	KRR	大號	XGB	W

我想按公司和模型進行分組，並計算同一公司內每個模型的贏損，以便我以后可以將結果分解為如下所示的輸出：

（'公司'， ''）	（'DT'，'L'）	（'DT'，'W'）	（'GPR'，'L'）	（'KNN'，'L'）	（'KNN'，'W'）	（'KRR'，'W'）	（'PLS'，'W'）	('SGD', 'W')	（'SVR'，'L'）	（'SVR'，'W'）
公司1	3.0	2.0	5.0	3.0	1.0	1.0	1.0	1.0	2.0	1.0
公司2	6.0	2.0	0.0	2.0	1.0	0.0	0.0	0.0	6.0	1.0
公司3	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
公司4	6.0	1.0	5.0	0.0	1.0	0.0	0.0	0.0	0.0	1.0
公司5	7.0	1.0	5.0	0.0	1.0	0.0	0.0	0.0	0.0	2.0

上表是我以下代碼的結果，但計數值的數字結果不准確：

WLPerCompany = WinLoss.groupby(['company','Model_1','Winloss']) 
['Winloss'].count()
WinLossResults = pd.DataFrame(WLPerCompany)
WinLossResults.columns = [*WinLossResults.columns[:-1], 'counts']
WinLossResults= WinLossResults['counts'].unstack(level=['Model_1', 
'Winloss'])
WinLossResults= WinLossResults.fillna(0)
WinLossResults

Answer 1

先使用wide_to_long進行整形，然后再使用crosstab ：

df = pd.wide_to_long(df.reset_index().rename(columns={'Winloss':'Winloss1'}), 
                     stubnames=['Model_','Winloss'], 
                     i=['index','company'], 
                     j='tmp').reset_index()

df = pd.crosstab(df['company'], [df['Model_'], df['Winloss']])
print (df)
Model_   GPR KNN    KRR    PLS SGD XGB
Winloss    L   L  W   L  W   W   W   W
company                               
Company1   2   3  1   0  1   1   1   1
Company2   1   0  0   1  0   1   0   1