如何做一些像pandas中的groupby（）和value_counts（）这样的操作？

Question

这里是定义如下一个大熊猫数据帧：

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！

Answer 1

您可以使用groupby与聚集size，然后通过fillna更换NaN到0，（在pandas0.18.0新）转换为int由astype，add_prefix，reset_index和最后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 

与crosstab另一种解决方案：

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