在Pandas Dataframe中，两列上的Groupby和其中一列上的bin(范围)

Question

我正在尝试根据特定的用户属性将我的数据隔离到存储桶中，我希望看到每个buckets.For中的一些计数，我已经将这些数据导入到熊猫数据帧中。

我有数据，有用户城市，孩子的年龄和他们唯一的id。我想知道居住在城市A并且孩子年龄在0-5岁的用户的数量。

示例数据框如下所示：

city  kids_age  user_id
A         10       1  
B          4       2
A          4       3        
C          8       4
A          3       5 

预期输出：

city   bin   count
A      0-5      2 
       5-10     1

B      0-5      1
       5-10     0

C      0-5      0
       5-10     1

我在两列城市和孩子年龄上尝试了group by：

user_details_df_cropped_1.groupby(['city', 'kids_age']).count()

它给了我一个类似如下的输出：

city  kids_age  user_id   count
 A      10       1          1
         4       3          1
         3       5          1
 B       4       2          1 
 C       8       4          1

我返回按城市分组的用户，但不是按孩子的年龄段(范围)分组。这里我漏掉了什么？感谢你的帮助！！

Answer 1

使用cut进行装箱，传递给DataFrame.groupby，使用DataFrame.stack DataFrame.unstack添加0行，最后通过Series.reset_index转换为DataFrame

bins = [0,5,10]
labels = ['{}-{}'.format(i, j) for i, j in zip(bins[:-1], bins[1:])] 
b = pd.cut(df['kids_age'], bins=bins, labels=labels, include_lowest=True)

df = df.groupby(['city', b]).size().unstack(fill_value=0).stack().reset_index(name='count')
print (df)
  city kids_age  count
0    A      0-5      2
1    A     5-10      1
2    B      0-5      1
3    B     5-10      0
4    C      0-5      0
5    C     5-10      1

使用DataFrame.reindex和MultiIndex.from_product的另一种解决方案，用于添加由0填充的错误行

bins = [0,5,10]
labels = ['{}-{}'.format(i, j) for i, j in zip(bins[:-1], bins[1:])] 
b = pd.cut(df['kids_age'], bins=bins, labels=labels, include_lowest=True)
mux = pd.MultiIndex.from_product([df['city'].unique(), labels], names=['city','kids_age'])

df = (df.groupby(['city', b])
        .size()
        .reindex(mux, fill_value=0)
        .reset_index(name='count'))
print (df)
  city kids_age  count
0    A      0-5      2
1    A     5-10      1
2    B      0-5      1
3    B     5-10      0
4    C      0-5      0
5    C     5-10      1