Python/Pandas：数据透视表

Question

在一个 jupyter 笔记本中，我有一个从不同的合并数据集创建的数据框。

record_id | song_id | user_id   | number_times_listened

0          |ABC     | Shjkn4987 |          3
1          |ABC     | Dsfds2347 |          15
2          |ABC     | Fkjhh9849 |          7
3          |XYZ     | Shjkn4987 |          20
4          |XXX     | Shjkn4987 |          5
5          |XXX     | Swjdh0980 |          1

我想通过 song_id 创建一个数据透视表数据框，列出 user_id 的数量和 number_times_listened 的总和。

我知道我需要使用 count 和 sum 函数创建一个 for 循环，但我无法让它工作。我还尝试了 pandas 模块的 pd.pivot_table。

df = pd.pivot_table(data, index='song_ID', columns='userID', values='number_times_listened', aggfunc='sum')

或类似的东西？

total_user=[]
total_times_listened =[]
for x in data: 
    total_user.append(sum('user_id'))
    total_times_listened.append(count('number_times_listened'))
return df('song_id','total_user','total_times_listened')

Answer 1

您可以将列名字典作为键传递，将函数列表作为值传递：

funcs = {'number_times_listened':['sum'], 'user_id':['count']}

然后只需在song_id 列上使用df.groupby：

df.groupby('song_id').agg(funcs)

输出：

number_times_listened   user_id
      sum   count
song_id         
ABC     25  3
XXX     6   2
XYZ     20  1

Answer 2

不确定这是否相关，但您示例中的列名和大小写与您的 Python 代码不匹配。

无论如何，以下在 Python 2.7 上适用于我：

CSV 文件：

record_id   song_id user_id number_times_listened
0   ABC Shjkn4987   3
1   ABC Dsfds2347   15
2   ABC Fkjhh9849   7
3   XYZ Shjkn4987   20
4   XXX Shjkn4987   5
5   XXX Swjdh0980   1

Python 代码：

csv_data = pd.read_csv('songs.csv')

df = pd.pivot_table(csv_data, index='song_id', columns='user_id', values='number_times_listened', aggfunc='sum').fillna(0)

生成的数据透视表如下所示：

user_id  Dsfds2347  Fkjhh9849  Shjkn4987  Swjdh0980
song_id
ABC             15          7          3          0
XXX              0          0          5          1
XYZ              0          0         20          0

这就是你要找的吗？请记住，song_id、user_id 对在您的数据集中是唯一的，因此在这个特定示例中，聚合函数实际上并没有做任何事情，因为这两列没有任何分组依据。