Dataframe panda：根据组元素的数量添加列

Question

我有一个像这样的数据框，其中 C 列只是 0 和 1

| A | B | C

| 1 | 1 | 1
| 1 | 2 | 0 
| 1 | 2 | 0 
| 1 | 2 | 1 
| 1 | 2 | 1
| 2 | 1 | 0
| 2 | 1 | 0
| 2 | 1 | 0
| 2 | 1 | 1
| 2 | 2 | 1
| 3 | 2 | 1
| 3 | 2 | 1

我想获得如下数据框。

| A | B | count0 | count1 

| 1 | 1 |    0   |   1
| 1 | 2 |    2   |   2
| 2 | 1 |    3   |   1
| 2 | 2 |    0   |   1
| 3 | 2 |    0   |   2

我基本上想添加两列（计数 0，计数 1），以便分别计算每组具有相同（A，B）的行 C 列中 0 和 1 的数量

我已经做到了

df['count'] = df.groupby( ['A', 'B', 'C'], sort='False')['A'].transform('size')

获得这几乎是我想要的，但我需要根据 C 值拆分计数列

| A | B | C |count  

| 1 | 1 | 1 |  1  
| 1 | 2 | 0 |  2
| 1 | 2 | 1 |  2  
| 2 | 1 | 0 |  3
| 2 | 1 | 1 |  1
| 2 | 2 | 1 |  1
| 3 | 2 | 1 |  2

有没有更好的方法来完成这项任务，或者我只是这样做？ 考虑到我有数百万行（<10M）

Answer 1

你想要一个crosstab：

out = (pd.crosstab([df['A'], df['B']], df['C'])
         .add_prefix('count')
         .reset_index().rename_axis(columns=None)
      )

输出：

   A  B  count0  count1
0  1  1       0       1
1  1  2       2       2
2  2  1       3       1
3  2  2       0       1
4  3  2       0       2