用pandas.crosstab保持序

Question

我有以下csv数据：

question,answer
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
m2020_s,3
a2020_k,1
a2020_k,2
a2020_k,1
a2020_k,4
a2020_k,1
a2020_k,1
d2015_a,5
d2015_a,4
d2015_a,4
d2015_a,4
d2015_a,4
d2015_a,4

我使用pd.crosstab来计算每个答案被给出的次数，但是这个函数扰乱了我的数据的顺序。这是我的代码：

import pandas as pd

df = pd.read_csv('example.csv')

output_array = pd.crosstab(df['question'], df['answer']).to_numpy()

print(output_array)

预期结果：

[[0 0 6 0 0]
 [4 1 0 1 0]
 [0 0 0 5 1]]

实际结果：

[[4 1 0 1 0]
 [0 0 0 5 1]
 [0 0 6 0 0]]

为什么会发生这种情况？我怎样才能保存数据的顺序？

Answer 1

你能试试这个吗

pd.crosstab(df['question'], df['answer']).reindex(df['question'].unique()).to_numpy()

O/P：

array([[0, 0, 6, 0, 0],
       [4, 1, 0, 1, 0],
       [0, 0, 0, 5, 1]], dtype=int64)

说明:根据数据集中的唯一元素重新排序索引，基于第一次出现。