根据条件在 groupby 数据帧上创建汇总表答案

【问题标题】：Creating summary table on groupby dataframe based on condition根据条件在 groupby 数据帧上创建汇总表
【发布时间】：2018-09-30 15:54:11
【问题描述】：

我有一个看起来像的熊猫数据框 df

userid  trip_id segmentid   actual  prediction
  1       13       40          3       3
  1       6        2           1       1
  1       44       3           2       3
  2       70       19          1       1
  2       12       5           0       0

我需要创建一个汇总数据框 dfsummary 按列 userid 分组，包含三列 userid、正确分类和不正确分类。如果实际值和预测值相同，则分类正确，否则分类错误。

我可以将整个数据帧上的正确分类计算为

correct_classified = submission[(submission['Actual'] == submission['prediction'])]
incorrect_classified = submission[(submission['Actual'] != submission['prediction'])]

但不知道创建按用户 ID 分组的汇总表，应该是这样的

userid  correct_classified  incorrect_classified
  1             2                    1
  2             2                    0

【问题讨论】：

标签： python pandas dataframe counter

【解决方案1】：

创建条件数组后可以使用pd.crosstab：

flags = np.where(df['actual'].eq(df['prediction']), 'correct', 'incorrect')

res = pd.crosstab(df['userid'], flags)

print(res)

col_0   correct  incorrect
userid                    
1             2          1
2             2          0

【讨论】：

这要简单得多。

【解决方案2】：

您也可以使用pivot table 即

m = df['actual']==df['prediction']

# assign the conditions to new columns and aggregate.  
df.assign(correct_classified=m,incorrect_classified=~m).pivot_table(index='userid',
                                                                    aggfunc='sum',
                                                                    values=['correct_classified',
                                                                            'incorrect_classified'])

输出：

     correct_classified  incorrect_classified
userid                                          
1                      2.0                   1.0
2                      2.0                   0.0

【讨论】：