Skip to main content
 首页 » 编程设计

python之如何聚合特定值的数据框

2024年12月31日9hnrainll

我有一个像这样的pandas数据框df

ID activity date 
1  A        4 
1  B        8 
1  A        12 
1  C        12 
2  B        9 
2  A        10 
3  A        3 
3  D        4 

我想返回一个表,该表计算精确列表中某些 activity 的出现次数,在这种情况下说 l = [A, B] , 然后

ID activity(count)_A  activity(count)_B 
1  2                  1 
2  1                  2 
3  1                  0 

是我需要的。

执行该操作的最快方法是什么?理想情况下没有 for 循环

谢谢!

编辑:我知道有 pivot 函数可以完成这种工作。但在我的例子中,我拥有的 activity 类型比我真正需要在列表 l 中计算的要多得多。使用 pivot 仍然是最佳选择吗?

请您参考如下方法:

您可以使用 isin与 boolean indexing作为第一步然后旋转 - 最快应该是 groupby , size和 unstack , 然后 pivot_table最后crosstab ,最好用真实数据测试每个解决方案:

df2 = (df[df['activity'].isin(['A','B'])] 
         .groupby(['ID','activity']) 
         .size() 
         .unstack(fill_value=0) 
         .add_prefix('activity(count)_') 
         .reset_index() 
         .rename_axis(None, axis=1)) 
 
print (df2) 
   ID  activity(count)_A  activity(count)_B 
0   1                  2                  1 
1   2                  1                  1 
2   3                  1                  0 

或者:

df1 = df[df['activity'].isin(['A','B'])] 
 
df2 = (pd.crosstab(df1['ID'], df1['activity']) 
        .add_prefix('activity(count)_') 
        .reset_index() 
        .rename_axis(None, axis=1)) 

或者:

df2 = (df[df['activity'].isin(['A','B'])] 
          .pivot_table(index='ID', columns='activity', aggfunc='size', fill_value=0) 
          .add_prefix('activity(count)_') 
          .reset_index() 
          .rename_axis(None, axis=1))