ValueError: xxx的石斑鱼非一维熊猫pivot_table()

Question

我正在致力于奥运数据集，并希望创建另一个数据，其中有运动员总数和奖牌总数按类型为每个国家。使用下面的pivot_table给出一个错误"ValueError:石斑鱼“表示'ID‘而不是一维”pd.pivot_table(olymp, index='NOC', columns=['ID','Medal'], values=['ID','Medal'], aggfunc={'ID':pd.Series.nunique,'Medal':'count'}).sort_values(by='Medal')“

结果应为每个国家一排，totalAthletes、金、银、铜牌为栏。不知道如何使用pivot_table来实现它。我可以使用交叉表的合并来完成这个任务，但是我只想使用一个pivottable语句。这里是原始df的样子。

​

​

Answer 1

更新

我想得到奖牌的细分，例如金牌，银牌，铜牌。另外，我需要运动员id的唯一计数，所以我使用nunique，因为一个运动员可以参加多个项目。奖牌也是一样，忽略了NA的价值

IIUC：

out = df.pivot_table('ID', 'NOC', 'Medal', aggfunc='count', fill_value=0)
out['ID'] = df[df['Medal'].notna()].groupby('NOC')['ID'].nunique()

输出：

>>> out
Medal  Bronze  Gold  Silver   ID
NOC                             
AFG         2     0       0    1
AHO         0     0       1    1
ALG         8     5       4   14
ANZ         5    20       4   25
ARG        91    91      92  231
..        ...   ...     ...  ...
VIE         0     1       3    3
WIF         5     0       0    4
YUG        93   130     167  317
ZAM         1     0       1    2
ZIM         1    17       4   16

[149 rows x 4 columns]

旧答案

对于columns和values，不能有相同的列

out = olymp.pivot_table(index='NOC', values=['ID','Medal'],
                        aggfunc={'ID':pd.Series.nunique, 'Medal':'count'}) \
           .sort_values('Medal', ascending=False)
print(out)

# Output
       ID  Medal
NOC             
USA  9653   5637
URS  2948   2503
GER  4872   2165
GBR  6281   2068
FRA  6170   1777
..    ...    ...
GAM    33      0
GBS    15      0
GEQ    26      0
PNG    61      0
LBA    68      0

[230 rows x 2 columns]

获得上述结果的另一种方法是：

out = olym.groupby('NOC').agg({'ID': pd.Series.nunique, 'Medal': 'count'}) \
          .sort_values('Medal', ascending=False)
print(out)

# Output
       ID  Medal
NOC             
USA  9653   5637
URS  2948   2503
GER  4872   2165
GBR  6281   2068
FRA  6170   1777
..    ...    ...
GAM    33      0
GBS    15      0
GEQ    26      0
PNG    61      0
LBA    68      0

[230 rows x 2 columns]