pandas 数据框的简单数据透视表 [英] simple pivot table of pandas dataframe

问题描述

我正在尝试做一个看似非常简单的任务。
给定一个数据帧：

I'm trying to do a seemingly very simple task. Given a dataframe:

daf = pd.DataFrame（{'co'：['g'，'r'，'b'， 'r'，'g'，'r'，'b'，'g']，'sh'：['c'，'s'，'r'，'r'，'r'，'s， 'c'，'r']}）

daf = pd.DataFrame({'co':['g','r','b','r','g','r','b','g'], 'sh':['c','s','r','r','r','s','c','r']})

    co  sh
0   g   c 
1   r   s 
2   b   r 
3   r   r 
4   g   r 
5   r   s
6   b   c
7   g   r 

我想用 co和 sh值的唯一组合计算记录的数量，并输出为带有行['g'，'r的表'，'b']和列['c'，'s'，'r']

I'd like to count the number of records with the unique combination of 'co' and 'sh' values and output as a table with rows ['g','r','b'] and columns ['c','s','r']

    c   s   r
g   1   0   2
r   0   1   1
b   1   0   1

可以使用pivot_table完成吗？

Can it be done using pivot_table?

谢谢

推荐答案

它可以使用 pandas.crosstab 更简单地完成：

It can be done more simply using pandas.crosstab:

>>> pandas.crosstab(d.co, d.sh)
sh  c  r  s
co         
b   1  1  0
g   1  2  0
r   0  1  2

您可以使用 pivot_table 来完成此操作，但它会给您NaN 0表示缺少连击。您需要指定 len 作为聚合函数：

You can do it with pivot_table, but it will give you NaN instead of 0 for missing combos. You need to specify len as the aggregating function:

>>> d.pivot_table(index='co', columns='sh', aggfunc=len)
sh   c  r   s
co           
b    1  1 NaN
g    1  2 NaN
r  NaN  1   2

这篇关于 pandas 数据框的简单数据透视表的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！