如何在 Pandas 中使用基于标准值的 Count 函数

Question

它分为A类和B类。df :Category    A      A      A       B       B CODE       U-01   U-02   U-03    U-04    U-05n1          0      1      0       2       nann2          1      1      0       nan     nann3          3      0     nan       0       2我想根据标准值“0”、“>0”和 nan 计算值。我想要的输出表如下所示：Category                 A                   BStandard           0    >0    nan      0    >0     nan  n1                2     1     0       0     1      1 n2                1     2     0       0     0      2 n3                0     1     1       1     1      0example) "n1-> Standard : 0 " is A&U-01, A&U-03 So, 2请帮我，，

Answer 1

用于DataFrame.unstackreshape DataFramefor Series with Multiindex，然后将值 gretaer 转换0为>0，将缺失值替换为字符串并使用 reshape bynan计算它们：SeriesGroupBy.value_countsSeries.unstack

df1 = (df.unstack()

         .mask(lambda x: x.gt(0), '>0')

         .fillna('nan')

         .groupby(level=[0, 2])

         .value_counts()

         .unstack([0,2], fill_value=0)

         .rename(columns={0:'0'}))

print (df1)

Category  A         B       

          0 >0 nan >0 nan  0

n1        2  1   0  1   1  0

n2        1  2   0  0   2  0

n3        1  1   1  1   0  1