Python计算透视表中的数量

Question

我有一个数据框 df，如下所示：

| id | movie | value |
|----|-------|-------|
| 1  | a     | 0     |
| 2  | a     | 0     |
| 3  | a     | 20    |
| 4  | a     | 0     |
| 5  | a     | 10    |
| 6  | a     | 0     |
| 7  | a     | 20    |
| 8  | b     | 0     |
| 9  | b     | 0     |
| 10 | b     | 30    |
| 11 | b     | 30    |
| 12 | b     | 30    |
| 13 | b     | 10    |
| 14 | c     | 40    |
| 15 | c     | 40    |

我希望创建一个2X2的数据透视表，用于计数，如下所示：

| Value | count(a) | count(b) | count ( C ) |
|-------|----------|----------|-------------|
| 0     | 4        | 2        | 0           |
| 10    | 1        | 1        | 0           |
| 20    | 2        | 0        | 0           |
| 30    | 0        | 3        | 0           |
| 40    | 0        | 0        | 2           |

我可以使用Excel中的行和列标签轻松完成此操作。如何使用Python完成此操作？

- Symphony

Answer 1

通过使用 pd.crosstab

pd.crosstab(df['value'],df['movie'])
Out[24]: 
movie          a        b        c     
value                            
0              4        2        0
10             1        1        0
20             2        0        0
30             0        3        0
40             0        0        2

- BENY

Answer 2

可以使用Pandas的基本“pivot_table”功能和聚合函数来完成这项工作（还需要导入NumPy）。请参见此问题中的答案以及带有示例的Pandas pivot_table文档。

import numpy as np
df = ...
ndf = df.pivot_table(index=['value'],
                     columns='movie',
                     aggfunc=np.count_nonzero).reset_index().fillna(0).astype(int)
print(ndf)

      value id      
movie        a  b  c
0         0  4  2  0
1        10  1  1  0
2        20  2  0  0
3        30  0  3  0
4        40  0  0  2

- edesz

Answer 3

既然您熟悉Excel中的数据透视表，那么我也会给您介绍Pandas中的pivot_table方法：

df.pivot_table('id','value','movie',aggfunc='count').fillna(0).astype(int)

输出：

movie     a        b        c     
value                             
 0             4        2        0
 10            1        1        0
 20            2        0        0
 30            0        3        0
 40            0        0        2

- Scott Boston