Python Pandas Group by Count Pivot of multiple columns

Posted 2023-03-11

【中文标题】Python Pandas Group by Count Pivot of multiple columns

【英文标题】：Python Pandas Group by Count Pivot of multiple colunms

【发布时间】：2019-12-22 01:09:50

【问题描述】：

给定标题为 TimStamp、性别和种族， 我想按时间戳计算性别和种族组的计数。给定性别 = M/F 种族 = A/B/C/D/E。

Race = E 可能不存在于数据集中，但预计数据与 Race E。 因此，占位符的重要性为零。

数据和输出示例如下所示。

时间戳 12:30， 12:30， 12:30， 12:30， 12:31, 12:31, 12:32，

性别 = 米， F， F， F， 米， F， M

种族 = 一种， 一种， 乙， 乙， C， 一种， D

【参考方案1】：

您需要为此做两个数据透视表：

要实现一个包含Race中所有指定类别的表格，您需要将Race转换为分类变量：

df["Race"] = pd.Categorical(df.Race, categories=["A", "B", "C", "D", "E"])

性别：

 df_g =  df.groupby(["Time_stamp", "Gender"], observed=False).count().fillna(0).unstack() 

对于种族：

df_r = (df.groupby(["Time_stamp", "Race"], observed=False)
        .count().fillna(0).reset_index()
        .astype("Race": str).pivot_table(index="Time_stamp", columns="Race"))

然后你就可以加入他们了：

df_report = df_r.join(df_g)  
df_report.columns = df_report.columns.droplevel()

【讨论】：

我喜欢你的回答，正如我们看到的描述，我们需要一个 Col E，这在我们得到的 DataSet 中没有给出。我很抱歉没有强调这一点。任何方式，非常感谢您的回答，希望您的回答可以按照粗体注释进行完善。 Race = E 可能不存在于数据集中，但预期具有 Race E 的数据。因此，Place Holder 很重要，值为 0。所以我们需要将 Race = A/B/C/D/E 放在最前面。

酷！没问题：D。我修好了它。现在您应该看到所有列。如果我设法帮助你，请考虑选择我的答案作为接受的答案：D