无分组索引的pandas数据透视表
无分组索引的pandas数据透视表
提问于 2020-12-11 20:37:30
如果你想做一个数据透视表而不把索引作为多索引返回，该怎么办呢？
df = pd.DataFrame({'A': ['A', 'B', 'A', 'B', 'A', 'B', 'B', 'B'],
'B': ['Male', 'Female', 'Male', 'Male', 'Female', 'Male', 'Female', 'Female'],
'C': ['1-5', '6-10', '1-5', '6-10', '1-5', '6-10', '1-5', '6-10']})如果您使用pivot_table (这里的margins=True也会导致错误)：
df.pivot_table(index=['A','B'],
columns='C',
aggfunc='size',
fill_value=0)这将返回：
C 1-5 6-10
A B
A Female 1 0
Male 2 0
B Female 1 2
Male 0 2但是我正在寻找this输出：
var_name
C 1-5 6-10 All
value
A 3 0 3
B 1 4 5
Female 2 2 4
Male 2 2 4
All 8 8 16肯定有一种使用pivot_table、pivot或crosstab的更简单的方法，而不是先进行熔化，然后进行pivot_table，如下所示：
(df.melt(id_vars=['C'],value_vars=['A','B'],var_name='var_name').pivot_table(index=['value'],
columns=['type'],
aggfunc='count',
fill_value=0,
margins=True))回答 1
Stack Overflow用户
回答已采纳
发布于 2020-12-11 20:50:29
DataFrame.melt和crosstab的一个类似想法与您的解决方案类似：
df = df.melt(id_vars=['C'],value_vars=['A','B'],var_name='var_name')
df = pd.crosstab(df['value'], df['C'] ,margins=True)
print (df)
C 1-5 6-10 All
value
A 3 0 3
B 1 4 5
Female 2 2 4
Male 2 2 4
All 8 8 16我认为在pandas中不存在一个函数，因为需要先通过melt取消旋转，然后使用pivot。
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/65251518
复制相关文章
相似问题
腾讯云开发者
