Pandas 唯一值作为带有计数的列

Question

使用 pandas 数据帧并尝试在分组输出中翻转它，该输出采用唯一值并将它们作为一列，并将每个值的相应计数作为新数据帧中的值。这是起始数据框：df = pd.DataFrame([('gold', 'bronze', 'silver'),                   ('silver', 'gold', 'bronze'),                   ('gold', 'silver', 'bronze'),                   ('bronze', 'silver', 'gold')],                    columns=('Canada', 'China', 'South Korea'))df.head()    Canada  China   South Korea0   gold    bronze  silver1   silver  gold    bronze2   gold    silver  bronze3   bronze  silver  gold所需的输出将是这样的：    nation      gold    silver  bronze0   Canada        2          1       11   China         1          2       12   South Korea   1          1       2

Answer 1

您可以df.apply与^{*一起使用}pd.value_counts

df.apply(pd.value_counts).T

             bronze  gold  silver

Canada            1     2       1

China             1     1       2

South Korea       2     1       1

^{* 我没有找到 的文档pd.value_counts，因此将 github 链接链接到该函数。}

^{编辑：在阅读源代码时pd.Series.value_counts只需调用pd.value_counts}

Answer 2

w = df.melt()

    variable    value

0   Canada      gold

1   Canada      silver

2   Canada      gold

3   Canada      bronze

4   China       bronze

5   China       gold

6   China       silver

7   China       silver

8   South Korea silver

9   South Korea bronze

10  South Korea bronze

11  South Korea gold

进而：

pd.crosstab(w['variable'],w['value'])

期望的结果：

value        bronze gold    silver

variable            

Canada        1      2       1

China         1      1       2

South Korea   2      1       1

Answer 3

使用pd.get_dummies和sum

pd.get_dummies(df.T, prefix='',prefix_sep='').sum(level=0,axis=1)

Out[995]:

             bronze  gold  silver

Canada            1     2       1

China             1     1       2

South Korea       2     1       1

Answer 4

df = pd.DataFrame([('gold', 'bronze', 'silver'),

               ('silver', 'gold', 'bronze'),

               ('gold', 'silver', 'bronze'),

               ('bronze', 'silver', 'gold')],

                columns=('Canada', 'China', 'South Korea')).transpose()

df.apply(pd.value_counts,axis=1)