如何将列值转换为显示频率的新列

Question

我通过拆分一个列并展开它来创建一个新的dataframe。

现在，我希望转换dataframe来为每个值创建新列，并且只显示值的频率。

我在下面写了一个例子。

示例dataframe：

import pandas as pd
import numpy as np

df= pd.DataFrame({0:['cake','fries', 'ketchup', 'potato', 'snack'],
                1:['fries', 'cake', 'potato', np.nan, 'snack'],
                2:['ketchup', 'cake', 'potatos', 'snack', np.nan],
                3:['potato', np.nan,'cake', 'ketchup',np.nan],
                'index':['james','samantha','ashley','tim', 'mo']})

df.set_index('index')

预期产出：

output = pd.DataFrame({'cake': [1, 2, 1, 0, 0],
                       'fries': [1, 1, 0, 0, 0],
                       'ketchup': [1, 0, 1, 1, 0],
                       'potatoes': [1, 0, 2, 1, 0],
                       'snack': [0, 0, 0, 1, 2],
                       'index': ['james', 'samantha', 'asheley', 'tim', 'mo']})

output.set_index('index')

Answer 1

根据对所需内容的描述，需要对重塑的数据进行crosstab：

df2 = df.reset_index().melt('index')

out = pd.crosstab(df2['index'], df2['value'].str.lower())

但是，这与提供的输出不匹配。

输出：

value     apple  berries  cake  chocolate  drink  fries  fruits  ketchup  potato  potatoes  snack
index                                                                                            
Ashley        0        0     0          0      0      0       0        1       1         0      1
James         0        1     1          0      0      1       1        0       0         0      0
Mo            0        0     0          1      0      0       1        1       0         1      0
samantha      1        0     0          1      0      1       0        0       0         0      0
tim           0        0     0          0      1      0       0        0       0         0      1