熊猫群使用相同类别的多个/列列表？
熊猫群使用相同类别的多个/列列表？
提问于 2018-10-22 02:02:55
基本上，我想转到：
Date 0 1 2
0 10-1 thing1 None None
1 10-1 thing1 thing1 None
2 10-2 thing2 thing1 None
3 10-3 thing1 thing1 thing2分成一组：
Date 0
0 10-1 thing1 3
2 10-2 thing1 1
thing2 1
3 10-3 thing1 2
thing2 1Details：基本上，我有一个来自JSON导入的复杂的"object“列。这是一个字典列表，每一个都包含有我感兴趣的内容的另一个列表。我已经成功地将这个最终列表“扁平化”成单独的列(上面的0,1,2)，也成功地将列表本身解压缩到列中(即0，1，2)。这些列的元素都是相同的分类变量(thing1、thing2等)。
我可以想象，您可以为1列和2列中的每一列创建新行，将它们的值存储在0列中，但是如果您能够直接聚合这些值和groupby，那就太好了。
回答 4
Stack Overflow用户
回答已采纳
发布于 2018-10-22 02:30:29
我将使用get_dummies，因为它还添加了10-1中缺少的级别(如thing2 )。
pd.get_dummies(df.set_index('Date').replace('None',np.nan),prefix='',prefix_sep='').stack().sum(level=[0,1])
Out[185]:
Date
10-1 thing1 3
thing2 0
10-2 thing1 1
thing2 1
10-3 thing1 2
thing2 1
dtype: uint8Stack Overflow用户
发布于 2018-10-22 02:17:15
一定有更好的办法，但我想到的是：
(df.groupby('Date')
.apply(lambda x: x.drop('Date', axis=1).apply(lambda y: y.value_counts()))
.sum(axis=1)
.astype(int))
Date
10-1 thing1 3
10-2 thing1 1
thing2 1
10-3 thing1 2
thing2 1
dtype: int64Stack Overflow用户
发布于 2018-10-22 02:21:06
这对我来说很管用：
df.melt(id_vars='Date').groupby('Date')['value'].value_counts()产出：
Date value
10-1 thing1 3
10-2 thing1 1
thing2 1
10-3 thing1 2
thing2 1说明：melt将三个值列中的所有值放在一个列中，同时保留每个值的日期。然后按日期分组并计算值。
顺便说一句，上面的示例返回了一个包含日期和值的多索引的系列。如果您想要一个数据文件，可以使用：
df.melt(id_vars='Date').groupby('Date').agg({'value':'value_counts'})它返回具有相同结构的实际数据，因此它仍然有一个包含级别、日期和值的多索引。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52921527
复制相关文章
相似问题
腾讯云开发者
