1
这里是定义如下一个大熊猫数据帧:如何做一些像pandas中的groupby()和value_counts()这样的操作?
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
我想要做两次手术。
首先,按列A
和B
将数据帧分组。因此,在这种情况下获得6个组。此操作与pandas中的groupby()函数类似。
然后,对于每个组,执行列C
的计数操作,因为在这种情况下它可以是三个不同的值(0,1和2)。此操作与pandas中的value_counts()函数类似。
最后,我想要一个像这样的新数据框。
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
有人能告诉我如何做到这一点吗?谢谢!
很好的解决方案!非常感谢你! – o0Helloworld0o
很高兴能为您提供帮助。请不要忘记[接受](http://meta.stackexchange.com/a/5235/295067)它。谢谢。 – jezrael
当我运行你的代码时,出现了一个错误。该错误说“TypeError:必须通过索引来重命名”。然后我删除“.rename_axis(None,axis = 1)”,它可以成功运行。 – o0Helloworld0o