按组的每个出现值构建计数列

Posted 2023-03-11

【中文标题】按组的每个出现值构建计数列

【英文标题】：Build count columns by each occurring value of groups

【发布时间】：2020-03-28 17:04:58

【问题描述】：

我有一个熊猫 DataFrame，每天有多个条目，按日期时间索引。现在我想按天对所有行进行分组，并使用当天出现的每个值的计数创建新列。

看看这个例子：

                           value
startDate
2017-06-08 16:00:00+01:00  True
2017-06-08 17:00:00+01:00  True
2017-06-08 18:00:00+01:00  True
2017-06-08 19:00:00+01:00  True
2017-06-08 20:00:00+01:00  True
...                        ...
2019-12-02 19:00:00+01:00  True
2019-12-02 20:00:00+01:00  False
2019-12-02 21:00:00+01:00  True
2019-12-02 22:00:00+01:00  True

我想将数据转换成这个结果：

            True  False
date
2017-06-08  5     0
...         ...   ...
2019-12-02  3     1

我发现我可以像这样按天分组：

df = pd.read_csv('./data.csv', parse_dates=[0], index_col=[0])

by_day = df.groupby(df.index.date)

不幸的是，我不知道如何从这里开始创建“计数列”，我在网上找到的所有资源只计算了每个组中的所有元素。任何正确方向的提示都表示赞赏！

【参考方案1】：

df  = pandas.DataFrame(
    'date': ['2019-01-01', '2019-01-01', '2019-01-01', '2019-01-02', '2019-01-02'],
    'value': [True, False, False, True, False]
)

可以使用SeriesGroupBy对象的value_counts()函数：

documentation of that particular function有点薄，不过可以参考pandas.Series.value_counts() documentation，里面有参数。

df.groupby('date')['value'].value_counts().unstack(level='value', fill_value=0)

# Result:
value       False  True 
date                    
2019-01-01      2      1
2019-01-02      1      1