我有一个包含两列的数据框,一列是名字,另一列是字符串值。
我的目标是通过名字计算选定字符串值的频率。
我尝试了 pandas.pivot_table 和 pandas.DataFrame.groupby,但我想创建一个全新的数据框而不是聚合。
例如,我有一个数据框:
import pandas as pd
import numpy as np
data = np.array([['John', 'x'], ['John', 'x'], ['John', 'x'], ['John', 'y'], ['John', 'y'], ['John', 'a'],
['Will', 'x'], ['Will', 'z']])
df = pd.DataFrame(data, columns=['name','str_value'])
df
这将导致:
name str_value
0 John x
1 John x
2 John x
3 John y
4 John y
5 John a
6 Will x
7 Will z
预期结果将是:
name x y z
0 John 3 2 0
1 Will 1 0 1
而且:
name x y z
0 John True True False
1 Will True False True
我想只选择 x、y 和 z 并根据返回的值是否为 0 或 NaN 返回 True 或 False。
编辑: 感谢回答。 这些方法很好用,但输出结果带有子组 "str_value":
str_value x y z
name
John True True False
Will True False True
有没有办法将它移除,以便我在同一级别上获得“name”、“x”、“y”、“z”? 使用 .reset_index() 我会得到:
str_value name x y z
0 John True True False
1 Will True False True
现在我的索引名称是“str_value”吗?我可以重命名或删除它吗?