如何在python的这个熊猫数据框中使用groupby或pivot [重复]

Posted 2023-03-11

【中文标题】如何在python的这个熊猫数据框中使用groupby或pivot [重复]

【英文标题】：How to use groupby or pivot in this pandas dataframe in python [duplicate]

【发布时间】：2018-11-15 11:21:29

【问题描述】：

我有以下数据框：

name   state  teams      score

abc    NY      red         1
def    VA      yellow      9
ghi    MO      green       6
abc    WA      red         2
klm    IL      yellow      1
ghi    MN      green       8
def    VA      blue        3
xyz    NY      blue        5
abc    NY      blue        5
abc    NY      red         4
ghi    MN      green       7

我想为每个名称状态组合以这样的方式对数据进行分组，我希望每个团队的得分最低，例如在我们拥有的数据中： name 'abc', state 'NY' 和 team 'red' 有两个分数 1 和 4 那么这里“红色”队的最低分数是 1。

对于我们没有得分的球队，最低分可以是 0。

示例输出：

name  state   red  yellow  green blue
abc    NY      1    0      0      5
def    VA      0    9      0      3
ghi    MO      0    0      6      0
abc    WA      ....................
klm    IL      ....................
ghi    MN      0    0      7     0     
xyz    NY      0    0     0     5   

【参考方案1】：

选项 1：使用 groupby 和 unstack

使用first 获取一个值，并使用unstack 中的fill_value 参数将NaN 替换为零：

df.groupby(['name','state','teams']).min()['score'].unstack(fill_value=0).reset_index()

输出：

teams name state  blue  green  red  yellow
0      abc    NY     5      0    1       0
1      abc    WA     0      0    2       0
2      def    VA     3      0    0       9
3      ghi    MN     0      8    0       0
4      ghi    MO     0      6    0       0
5      klm    IL     0      0    0       1
6      xyz    NY     5      0    0       0

选项 2：使用 pd.crosstab

(pd.crosstab([df['name'],df['state']],df['teams'],df['score'],aggfunc='min')\
  .fillna(0)
  .astype(int)
  .reset_index())

选项 3：使用 pd.pivot_table

(pd.pivot_table(df,'score',['name','state'],'teams',aggfunc='min', fill_value=0)
   .reset_index())

【讨论】：

first() 给出了可用的第一个分数，但是，无论数据框中分数的顺序如何，我都希望获得最低分数

@user9463814 为此尝试min()。更新的解决方案。