如何在单个级别上添加新列时使用 pandas group-by？

Posted 2023-03-11

【中文标题】如何在单个级别上添加新列时使用 pandas group-by？

【英文标题】：How can use pandas group-by while adding new columns on a single level?

【发布时间】：2018-03-01 18:57:34

【问题描述】：

原始数据是这样的：

    Date        E   
0   2017-09-01  -   
1   2017-09-01  +   
2   2017-09-01  +   
3   2017-09-01  +  
...
... 

应用groupby后：

df.groupby(['Date', 'E'])['Date'].count().to_frame(name = 'Count').reset_index()

我得到一个如下所示的数据框：

    Date        E   Count
0   2017-09-01  +   11
1   2017-09-01  -   1
2   2017-09-04  +   1
3   2017-09-04  -   7
4   2017-09-05  +   1
5   2017-09-05  -   23

如何将其转换为如下所示的数据框：

    Date        +   -
0   2017-09-01  11  1
2   2017-09-04  1   7
4   2017-09-05  1   23

【参考方案1】：

我认为使用GroupBy.size 更好，因为GroupBy.count 用于计数非NaN 值。

然后通过unstack重塑：

df = df.groupby(['Date', 'E'])['Date'].size().unstack(fill_value=0).reset_index()
print (df)
E        Date  +  -
0  2017-09-01  3  1

更少的打字解决方案，但在较大的 df 中较慢的是crosstab：

df = pd.crosstab(df['Date'], df['E'])
print (df)
E           +  -
Date            
2017-09-01  3  1

【参考方案2】：

或者，使用pd.crosstab

In [1736]: pd.crosstab(df.Date, df.E)
Out[1736]:
E           +  -
Date
2017-09-01  3  1
2017-09-02  1  0

或者，pivot_table

In [1737]: pd.pivot_table(df, index=['Date'], columns=['E'], aggfunc=len, fill_value=0)
Out[1737]:
E           +  -
Date
2017-09-01  3  1
2017-09-02  1  0