如何在索引中应用 value_counts 并创建新的数据框？答案

【问题标题】：How to apply value_counts across the index and create new dataframe?如何在索引中应用 value_counts 并创建新的数据框？
【发布时间】：2019-01-14 03:26:59
【问题描述】：

我有以下数据框：

df = pd.DataFrame({
'name': {0: 'Silvers Park', 1: 'Adare Road', 2: 'Cargo Road'}, 
'type_2': {0: 'Secondary', 1: 'Special', 2: 'Secondary'}, 
'type_3': {0: 'Nursery', 1: nan, 2: nan}, 
'type_4': {0: 'Primary', 1: nan, 2: nan}, 
'type_5': {0: nan, 1: nan, 2: nan}, 
'type_6': {0: nan, 1: nan, 2: nan}
})



                       name      type_2     type_3   type_4  type_5 type_6
0                 Silvers Park  Secondary   Nursery  Primary   NaN    NaN
1                  Adare Road     Special      NaN      NaN    NaN    NaN
2                  Cargo Road   Secondary      NaN      NaN    NaN    NaN

期望的结果：

我想转换上述 df，以便显示每条道路的学校类型计数。唯一值（所需的变量）在下面的数据框列中表示。

例如：

                      name     Secondary     Special   Primary  Nursery 
0                 Silvers Park      1           0           1         1 
1                  Adare Road       0           1           0         0
2                  Cargo Road       1           0           0         0

提前谢谢你。

熊猫 0.23.4

python 3.7.1

【问题讨论】：

数据有一些不一致，所以我已经为您修复了。如果有问题，请回滚并告诉我。
谢谢@coldspeed - 更正有效，我的错字。

标签： python python-3.x pandas dataframe

【解决方案1】：

首先，melt 您的数据，然后使用 pivot_table 进行数据透视：

u = df.melt('name')
u.pivot_table(index='name', columns='value', aggfunc='size', fill_value=0)

value         Nursery  Primary  Secondary  Special
name                                              
Adare Road          0        0          0        1
Cargo Road          0        0          1        0
Silvers Park        1        1          1        0

【讨论】：

【解决方案2】：

使用get_dummies 并仅删除NaNs 列，如果可能重复添加sum：

df = (pd.get_dummies(df.set_index('name')
                      .dropna(how='all', axis=1), prefix_sep='',prefix='')
        .sum(axis=1, level=0)
        .reset_index())
print (df)
           name  Secondary  Special  Nursery  Primary
0  Silvers Park          1        0        1        1
1    Adare Road          0        1        0        0
2    Cargo Road          1        0        0        0

【讨论】：