如何聚合特定值的数据框？答案

【问题标题】：How can I aggregate a dataframe on specific values?如何聚合特定值的数据框？
【发布时间】：2019-01-09 07:27:46
【问题描述】：

我有一个像这样的pandas 数据框df，比如说

ID activity date
1  A        4
1  B        8
1  A        12
1  C        12
2  B        9
2  A        10
3  A        3
3  D        4

我想返回一个表格，在一个精确的列表中计算某些activity 的出现次数，在这种情况下说l = [A, B]，然后

ID activity(count)_A  activity(count)_B
1  2                  1
2  1                  2
3  1                  0

是我需要的。

最快的方法是什么？理想情况下没有for 循环

谢谢！

编辑：我知道有pivot 函数可以做这种工作。但就我而言，activity 类型比我真正需要在列表l 中计数的类型要多得多。使用pivot 仍然是最佳选择吗？

【问题讨论】：

标签： python pandas pandas-groupby pandas-apply

【解决方案1】：

您可以使用isin 和boolean indexing 作为第一步，然后旋转 - 最快的应该是groupby、size 和unstack，然后是pivot_table，最后是crosstab，这是每个解决方案的最佳测试真实数据：

df2 = (df[df['activity'].isin(['A','B'])]
         .groupby(['ID','activity'])
         .size()
         .unstack(fill_value=0)
         .add_prefix('activity(count)_')
         .reset_index()
         .rename_axis(None, axis=1))

print (df2)
   ID  activity(count)_A  activity(count)_B
0   1                  2                  1
1   2                  1                  1
2   3                  1                  0

或者：

df1 = df[df['activity'].isin(['A','B'])]

df2 = (pd.crosstab(df1['ID'], df1['activity'])
        .add_prefix('activity(count)_')
        .reset_index()
        .rename_axis(None, axis=1))

或者：

df2 = (df[df['activity'].isin(['A','B'])]
          .pivot_table(index='ID', columns='activity', aggfunc='size', fill_value=0)
          .add_prefix('activity(count)_')
          .reset_index()
          .rename_axis(None, axis=1))

【讨论】：

【解决方案2】：

我相信df.groupby('activity').size().reset_index(name='count') 应该如你所愿。

【讨论】：

【解决方案3】：

只需按Counter 聚合并使用pd.DataFrame 默认构造函数

from collections import Counter

agg_= df.groupby(df.index).ID.agg(Counter).tolist()
ndf = pd.DataFrame(agg_)

    A   B   C   D
0   2   1.0 1.0 NaN
1   1   1.0 NaN NaN
2   1   NaN NaN 1.0

如果你有l = ['A', 'B']，只需过滤

ndf[l]

    A   B   
0   2   1.0 
1   1   1.0 
2   1   NaN

【讨论】：