使用 Python 计算多索引数据透视表的列中的频率答案

【问题标题】：Counting the frequency in a column for a multi-index pivot table using Python使用 Python 计算多索引数据透视表的列中的频率
【发布时间】：2020-10-19 23:55:05
【问题描述】：

我的数据如下所示：

Company     Product_ID     Sl_Num
A           FGH123         5CG6501035
A           FGH123         5CG6501036
A           FGH123         5CG6501037
A           IJK124         5CG6501038
A           IJK124         5CG6501039
A           LMN124         5CG6501040
B           IJK124         5CG6501041
B           IJK124         5CG6501042
B           IJK124         5CG6501043
B           LMN124         5CG6501044
C           LMN124         5CG6501045
C           RST127         5CG6501046
C           RST127         5CG6501047
D           OPQ126         5CG6501048
E           RST127         5CG6501049

我希望它看起来像下面这样：

Company     Product_ID     Count
A           FGH123         3
A           IJK124         2
A           LMN124         1
B           IJK124         3
B           LMN124         1
C           LMN124         1
C           RST127         2
D           OPQ126         1
E           RST127         1

我的代码是：

mypivot = pd.pivot_table(df_ProdImp, index=["Company", "Product_ID"], values = ["Product_ID"], aggfunc="count")

但它一直给我一个错误说明： ValueError: Grouper for 'Product_ID' not 1-dimensional

请建议我如何更改代码以获得所需的结果。

【问题讨论】：

你需要 groupby 来做这个，df.groupby(['Company', 'Product_ID']).size().reset_index(name="Count")
效果很好！谢谢@Sushanth！

标签： python python-3.x pandas pivot-table

【解决方案1】：

可以这样写

mypivot = pd.DataFrame(df_ProdImp.groupby('Company')['Product_ID'].value_counts())

【讨论】：

【解决方案2】：

下面的代码应该可以工作。它使用 groupby 而不是数据透视表。

df.groupby(['Company','Product_ID'])['Sl_Num'].count().reset_index()

【讨论】：

【解决方案3】：

你也可以试试这个：

df = df.groupby(by=['Company', 'Product_ID'], as_index=False).count().rename(columns={'Sl_Num': 'Count'})
print(df)

  Company Product_ID  Count
0       A     FGH123       3
1       A     IJK124       2
2       A     LMN124       1
3       B     IJK124       3
4       B     LMN124       1
5       C     LMN124       1
6       C     RST127       2
7       D     OPQ126       1
8       E     RST127       1

【讨论】：