PythonPandas中DataFrame的聚合？
我有如下 DataFrame：
df = pd.DataFrame({"ID" : ["1", "1", "1", "2", "2", "2", "1"],
"status" : ["ac", "not", "not", "ac", np.NaN, "ac", "oth"]})
我需要使用如下列构建 DataFrame：
- NumberAcc - 状态为“ac”的 ID 编号
- NumberNaN - 状态为 NanN 的 ID 数量（缺失 -> np.nan）
- NumberOther - 状态不是“ac”或 np.nan 的 ID 数量（表示“不是”或“其他”）
你能帮我构建如下 DF 吗？
回答
您可以使用条件掩码替换任何不是 ac 或np.nanas Otherand 的内容groupby.value_counts，然后使用add_prefix
u = df['status'].where(df['status'].eq("ac")|df['status'].isna(),"Other")
out = (u.groupby(df['ID']).value_counts(dropna=False).unstack(fill_value=0)
.add_prefix("Number_").reset_index().rename_axis(None,axis=1))
或者;
a = pd.Series(np.select([df['status'].eq("ac"),df['status'].isna()],
['acc',np.nan],'other'))
out = (a.groupby(df['ID']).value_counts(dropna=True).unstack(fill_value=0)
.add_prefix("Numnber_").reset_index())
print(out)
ID Number_nan Number_Other Number_ac
0 1 0 3 1
1 2 1 0 2
类似的逻辑，但带有@Shubham 建议的交叉表：
u = df['status'].where(df['status'].eq("ac")|df['status'].isna(),"Other")
out = (pd.crosstab(df['ID'],u.fillna("NAN"),dropna=False)
.add_prefix("Number_").rename_axis(None).reset_index())