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:
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?
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
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 1https://stackoverflow.com/questions/64422506
复制相似问题