Pandas 的数据透视表或分组依据？

Posted 2023-02-15

【中文标题】Pandas 的数据透视表或分组依据？

【英文标题】：Pivot Tables or Group By for Pandas?

【发布时间】：2015-08-21 04:01:30

【问题描述】：

我有一个希望直截了当的问题，在过去的 3 个小时里给我带来了很多困难。这应该很容易。

挑战来了。

我有一个熊猫数据框：

+--------------------------+
|     Col 'X'    Col 'Y'  |
+--------------------------+
|     class 1      cat 1  |
|     class 2      cat 1  |
|     class 3      cat 2  |
|     class 2      cat 3  |
+--------------------------+

我希望将数据框转换为：

+------------------------------------------+
|                  cat 1    cat 2    cat 3 |
+------------------------------------------+
|     class 1         1        0        0  |
|     class 2         1        0        1  |
|     class 3         0        1        0  |
+------------------------------------------+

其中的值是值计数。有人有任何见识吗？谢谢！

【参考方案1】：

这里有几种重塑数据的方法df

In [27]: df
Out[27]:
     Col X  Col Y
0  class 1  cat 1
1  class 2  cat 1
2  class 3  cat 2
3  class 2  cat 3

1) 使用pd.crosstab()

In [28]: pd.crosstab(df['Col X'], df['Col Y'])
Out[28]:
Col Y    cat 1  cat 2  cat 3
Col X
class 1      1      0      0
class 2      1      0      1
class 3      0      1      0

2) 或者，在'Col X','Col Y' 上使用groupby，在unstack 上使用Col Y，然后用零填充NaNs。

In [29]: df.groupby(['Col X','Col Y']).size().unstack('Col Y', fill_value=0)
Out[29]:
Col Y    cat 1  cat 2  cat 3
Col X
class 1      1      0      0
class 2      1      0      1
class 3      0      1      0

3) 或者，将pd.pivot_table() 与index=Col X、columns=Col Y 一起使用

In [30]: pd.pivot_table(df, index=['Col X'], columns=['Col Y'], aggfunc=len, fill_value=0)
Out[30]:
Col Y    cat 1  cat 2  cat 3
Col X
class 1      1      0      0
class 2      1      0      1
class 3      0      1      0

4) 或者，将set_index 与unstack 一起使用

In [492]: df.assign(v=1).set_index(['Col X', 'Col Y'])['v'].unstack(fill_value=0)
Out[492]:
Col Y    cat 1  cat 2  cat 3
Col X
class 1      1      0      0
class 2      1      0      1
class 3      0      1      0

【讨论】：

感谢 John - 这非常有帮助，尤其是提供了不同的可能性！我什至没有想到交叉表的可能性。

感谢三者的比较。我默认是groupby，经常看到用pivot_table。

遇到这个是因为我试图弄清楚 groupby 和 pivot_table 之间的区别以及何时使用哪个。你的回答肯定是有帮助的。您是否知道有关不同概念的易于理解的信息？欢呼

警告：最后一种方法（set_index 和unstack）通常不起作用：当原始数据中有重复行时它会失败。