时间戳

首页 > 解决方案 > 在 groupby 结果后使用 value_counts() 透视数据帧

pandas - 在 groupby 结果后使用 value_counts() 透视数据帧

问题描述

我已经尝试了很多，但找不到解决方案。

我在我的 df 上运行此代码：

df.groupby(df['Operatiejaar'])['ASA'].value_counts().sort_index()

这具有预期的结果：

Operatiejaar  ASA
2017          1.0    1523
              2.0    2658
              3.0     685
              4.0      28
2018          1.0    1357
              2.0    2749
              3.0     729
              4.0      26
2019          1.0    1505
              2.0    2770
              3.0     787
              4.0      27
              5.0       1
Name: ASA, dtype: int64

现在，我想将其转为：

    ASA 1   ASA 2   ASA 3   ASA 4
Jaar                
2017    1523    2658    685     28
2018    1357    2749    729     26
2019    1505    2770    787     27

我现在手工制作了这个 pivot.df。我的问题是：基于上面的 groupby 代码：如何将结果转换为想要的 df？我相信这一定可以，但是如何....顺便说一句：groupby的结果是一个Series。使用 pd.DataFrame(df) 我已将其转换为 DataFrame。

谢谢！！问候一月

标签： pandasgroup-bypivot

解决方案

使用Series.unstack，然后将列名转换为整数并最后使用DataFrame.add_prefix：

s = df.groupby(df['Operatiejaar'])['ASA'].value_counts().sort_index()

df1 = s.unstack().rename(columns=int).add_prefix('ASA ')

如果每组只需要前 4 行，请添加GroupBy.head：

df1 = s.groupby(level=0).head(4).unstack().rename(columns=int).add_prefix('ASA ')

推荐阅读