首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用pandas从整洁的格式DataFrame返回旋转的DatafFame,对成对类别进行计数

问使用pandas从整洁的格式DataFrame返回旋转的DatafFame,对成对类别进行计数
EN

Stack Overflow用户
提问于 2020-10-19 14:57:40
回答 1查看 20关注 0票数 1

我有一个类似DataFrame的附加屏幕截图:要创建DataFrame,请使用以下代码片段:

代码语言:javascript
复制
import pandas as pd 

buyer_id=['aaa',
'bbb',
'aac',
'aaa',
'bbb']

category=['mobile',
'laptop',
'laptop',
'grocery',
'mobile']

data_tuples = list(zip(buyer_id,category))

df=pd.DataFrame(data_tuples, columns=['Buyer_ID','Category'])

我想创建一个新的DataFrame,它看起来像屏幕截图中所需的输出。

基本上计算成对的buyer_id -像手机和手机应该返回2,手机和杂货应该返回1,食品杂货和笔记本电脑应该返回0等等。

尝试使用groupby,pivot等,但不起作用。仅返回相同类别的值,即Mobile & Mobile。

一种方法可能是采用pd.get_dummies(),在buyer_id级别上一次性对两列求和,并对sum等于2的行进行计数,有没有更简单的方法在Pandas中做到这一点?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-10-19 15:11:58

对crosstab使用DataFrame.merge,最后按DataFrame.reindex更改索引和列名的顺序,并按DataFrame.rename_axis删除索引和列名

代码语言:javascript
复制
i = df['Category'].unique()
df1 = df.merge(df, on='Buyer_ID')  
df = (pd.crosstab(df1['Category_x'],df1['Category_y'])
        .reindex(index=i, columns=i)
        .rename_axis(index=None, columns=None))
print (df)
         mobile  laptop  grocery
mobile        2       1        1
laptop        1       2        0
grocery       1       0        1
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/64422506

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档