pandas - 根据另一列中的每个唯一值计算 DataFrame 中某个值的出现次数

Question

假设我有一个 DataFrame 如下：    term      score0   this          01   that          12   the other     33   something     24   anything      15   the other     26   that          27   this          08   something     1我将如何通过score列中的唯一值计算列中的实例term？产生如下结果：    term      score 0     score 1     score 2     score 30   this            2           0           0           01   that            0           1           1           02   the other       0           0           1           13   something       0           1           1           04   anything        0           1           0           0我在这里读到的相关问题包括Python Pandas 计数和求和特定条件和Pandas python 中的 COUNTIF 在多个具有多个条件的列上，但似乎都不是我想要做的。pivot_table正如在这个问题中提到的，它似乎可能是相关的，但由于缺乏经验和熊猫文档的简洁性，我受到了阻碍。感谢您的任何建议。

Answer 1

使用groupbywithsize和 reshape by unstack, last add_prefix：

df = df.groupby(['term','score']).size().unstack(fill_value=0).add_prefix('score ')

或使用crosstab：

df = pd.crosstab(df['term'],df['score']).add_prefix('score ')

或者pivot_table：

df = (df.pivot_table(index='term',columns='score', aggfunc='size', fill_value=0)

        .add_prefix('score '))

print (df)

score      score 0  score 1  score 2  score 3

term                                         

anything         0        1        0        0

something        0        1        1        0

that             0        1        1        0

the other        0        0        1        1

this             2        0        0        0

Answer 2

您还可以使用, get_dummies, set_index, 和sum带level参数：

(pd.get_dummies(df.set_index('term'), columns=['score'], prefix_sep=' ')

   .sum(level=0)

   .reset_index())

输出：

        term  score 0  score 1  score 2  score 3

0       this        2        0        0        0

1       that        0        1        1        0

2  the other        0        0        1        1

3  something        0        1        1        0

4   anything        0        1        0        0