Python Pandas 计算每行的列中值的数量并将其放入列中

Question

假设我有一个像这样的数据框:

    x     y
1   45    T
2   70    T
3   88    F
4   45    F
5   88    F
..

我想一起计算两列的 value_counts，并将它们放在单独的列中:

    x     y    z
1   45    1    1
2   70    1    0
3   88    0    2
..

其中 x 是我拥有的普通数字(整数)，y 是它在原始数据帧中获得的 T 值的数量，z 是它获得的 F 值的数量。

Answer 1

使用crosstab + reset_index + rename_axis :

df = pd.crosstab(df['x'], df['y']).reset_index().rename_axis(None, 1)
print (df)
    x  F  T
0  45  1  1
1  70  0  1
2  88  2  0

替代groupby + size + unstack :

df = df.groupby(['x','y'])
       .size()
       .unstack(fill_value=0)
       .reset_index().rename_axis(None, 1)
print (df)
    x  F  T
0  45  1  1
1  70  0  1
2  88  2  0

但是如果需要重命名列(但只需要y中的几个唯一值)需要dict:

d = {'T':'y','F':'z'}
df = df.groupby(['x','y'])
       .size()
       .unstack(fill_value=0)
       .rename(columns=d)
       .rename_axis(None, 1)
       .reset_index()
print (df)
    x  z  y
0  45  1  1
1  70  0  1
2  88  2  0