python – 计算两个Dataframe列之间的组合

我想重新格式化一个数据帧,以便显示两列组合的计数.这是一个示例数据帧：

my_df = pd.DataFrame({'a': ['first', 'second', 'first', 'first', 'third', 'first'],
               'b': ['foo', 'foo', 'bar', 'bar', 'baz', 'baz'],
               'c': ['do', 're', 'mi', 'do', 're', 'mi'],
               'e': ['this', 'this', 'that', 'this', 'those', 'this']})

看起来像这样：

        a    b   c      e
0   first  foo  do   this
1  second  foo  re   this
2   first  bar  mi   that
3   first  bar  do   this
4   third  baz  re  those
5   first  baz  mi   this

我希望它创建一个新的数据框,计算列a和c之间的组合,如下所示：

c        do   mi   re
a                    
first   2.0  2.0  NaN
second  NaN  NaN  1.0
third   NaN  NaN  1.0

如果我将values参数设置为等于其他列,我可以使用pivot_table执行此操作：

my_pivot_count1 = my_df.pivot_table(values='b', index='a', columns='c', aggfunc='count')

这样的问题是列’b’可能在其中具有nan值,在这种情况下,该组合将不被计算.例如,如果my_df看起来像这样：

        a    b   c      e
0   first  foo  do   this
1  second  foo  re   this
2   first  bar  mi   that
3   first  bar  do   this
4   third  baz  re  those
5   first  NaN  mi   this

我对my_df.pivot_table的调用给出了：

first   2.0  1.0  NaN
second  NaN  NaN  1.0
third   NaN  NaN  1.0

我现在通过将values参数设置为我引入my_df的新列来使用b作为值参数,保证使用my_df [‘count’] = 1或my_df.reset_index(),但有没有办法得到我想要的东西,而不必添加一列,只使用列a和c？

解决方法:

pandas.crosstab有一个dropna参数,默认设置为True,但在你的情况下你可以传递False：

pd.crosstab(df['a'], df['c'], dropna=False)
# c       do  mi  re
# a                 
# first    2   2   0
# second   0   0   1
# third    0   0   1