Skip to main content
 首页 » 编程设计

python之如何计算包括零出现在内的分类值

2025年02月15日41emanlee

我想按月统计代码数量。 这是我的示例数据框。

        id    month  code 
0     sally    0  s_A 
1     sally    0    s_B 
2     sally    0   s_C 
3     sally    0   s_D 
4     sally    0    s_E 
5     sally    0   s_A 
6     sally    0    s_A 
7     sally    0   s_B 
8     sally    0   s_C 
9     sally    0   s_A 

我使用 count() 转换为这个系列。

df.groupby(['id', 'code', 'month']).month.count() 
 
id      code   month  count 
sally  s_A      0    12 
                1    10 
                2     3 
                7    15 

但是,我想包括零出现,就像这样。

id      code   month  count 
sally  s_A      0    12 
                1    10 
                2     3 
                3    0 
                4    0 
                5    0 
                6    0 
                7    15 
                8    0 
                9    0 
                10   0 
                11   0 

请您参考如下方法:

您可以使用 reindex使用新的 Multindex 创建 from_product :

注意事项:
What is the difference between size and count in pandas?

df = pd.DataFrame({ 
'month': [0, 0, 0, 0, 1, 1, 1, 2, 2, 7],  
'code': ['s_A', 's_A', 's_A', 's_A', 's_A', 's_A', 's_A', 's_B', 's_B', 's_B'],  
'id': ['sally1','sally1','sally1','sally','sally','sally','sally','sally','sally','sally']}) 
 
print (df) 
  code      id  month 
0  s_A  sally1      0 
1  s_A  sally1      0 
2  s_A  sally1      0 
3  s_A   sally      0 
4  s_A   sally      1 
5  s_A   sally      1 
6  s_A   sally      1 
7  s_B   sally      2 
8  s_B   sally      2 
9  s_B   sally      7 

df = df.groupby(['id', 'code', 'month']).size() 
n = ['id','code','month'] 
mux = pd.MultiIndex.from_product([df.index.levels[0],df.index.levels[1], range(13)], names=n) 
df = df.reindex(mux, fill_value=0) 
print (df) 
id      code  month 
sally   s_A   0        1 
              1        3 
              2        0 
              3        0 
              4        0 
              5        0 
              6        0 
              7        0 
              8        0 
              9        0 
              10       0 
              11       0 
              12       0 
        s_B   0        0 
              1        0 
              2        2 
              3        0 
... 
... 

旧的解决方案:

重新索引 unstack和 stack ,但随后需要一些数据清理:

df = df.groupby(['id', 'code', 'month']).size() \ 
       .to_frame('count') \ 
       .unstack([0,1], fill_value=0) \ 
       .reindex(range(13), fill_value=0) \ 
       .stack([1,2], dropna=False) \ 
       .fillna(0) \ 
       .astype(int) \ 
       .swaplevel(0,2) \ 
       .sort_index() 
print (df) 
                   count 
code id     month        
s_A  sally  0          1 
            1          3 
            2          0 
            3          0 
            4          0 
            5          0 
            6          0 
            7          0 
            8          0 
            9          0 
            10         0 
            11         0 
            12         0 
     sally1 0          3 
            1          0 
            2          0 
            3          0 
            4          0