如何做一些像pandas中的groupby（）和value_counts（）這樣的操作？

Question

這裏是定義如下一個大熊貓數據幀：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo', 'foo'], 
        'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three', 'two'], 
        'C' : [0, 1, 0, 1, 1, 2, 0, 2, 1]}) 
>>> df 
    A  B C 
0 foo one 0 
1 bar one 1 
2 foo two 0 
3 bar three 1 
4 foo two 1 
5 bar two 2 
6 foo one 0 
7 foo three 2 
8 foo two 1 

我想要做兩次手術。

首先，按列A和B將數據幀分組。因此，在這種情況下獲得6個組。此操作與pandas中的groupby（）函數類似。

然後，對於每個組，執行列C的計數操作，因爲在這種情況下它可以是三個不同的值（0,1和2）。此操作與pandas中的value_counts（）函數類似。

最後，我想要一個像這樣的新數據框。

 A  B C_value0 C_value1 C_value2 
0 foo one   2   0   0 
1 foo two   1   2   0 
2 foo three   0   0   1 
3 bar one   0   1   0 
4 bar two   0   0   1 
5 bar three   0   1   0 

有人能告訴我如何做到這一點嗎？謝謝！

Answer 1

您可以使用groupby與聚集size，然後通過fillna更換NaN到0，（在pandas0.18.0新）轉換爲int由astype，add_prefix，reset_index和最後rename_axis：

print (df.groupby(['A','B', 'C'])['C'].size() 
             .unstack() 
             .fillna(0) 
             .astype(int) 
             .add_prefix('C_value') 
             .reset_index() 
             .rename_axis(None, axis=1)) 

    A  B C_value0 C_value1 C_value2 
0 bar one   0   1   0 
1 bar three   0   1   0 
2 bar two   0   0   1 
3 foo one   2   0   0 
4 foo three   0   0   1 
5 foo two   1   2   0 

與crosstab另一種解決方案：

print (pd.crosstab([df.A, df.B], df.C) 
     .add_prefix('C_value') 
     .reset_index() 
     .rename_axis(None, axis=1)) 

    A  B C_value0 C_value1 C_value2 
0 bar one   0   1   0 
1 bar three   0   1   0 
2 bar two   0   0   1 
3 foo one   2   0   0 
4 foo three   0   0   1 
5 foo two   1   2   0