熊猫：Groupby创建带有计数和计数值的表

RDJ 发表于 Dev

RDJ

我的目标很简单，但不确定是否可行。可重现的示例：

你能不能这样：

raw_data = {'score': [1, 3, 4, 4, 1, 2, 2, 4, 4, 2],
        'player': ['Miller', 'Jacobson', 'Ali', 'George', 'Cooze', 'Wilkinson', 'Lewis', 'Lewis', 'Lewis', 'Jacobson']}
df = pd.DataFrame(raw_data, columns = ['score', 'player'])
df

    score   player
0   1       Miller
1   3       Jacobson
2   4       Ali
3   4       George
4   1       Cooze
5   2       Wilkinson
6   2       Lewis
7   4       Lewis
8   4       Lewis
9   2       Jacobson

对此：

        score    col_1       col_2       col_3       col_4     
score   
1       2        Miller      Cooze       n/a         n/a
2       3        Wilkinson   Lewis       Jacobson    n/a
3       1        Jacobson    n/a         n/a         n/a
4       4        Ali         George      Lewis       Lewis

街到groupby？

我可以走得很远，df.groupby(['score']).agg({'score': np.size})但无法弄清楚如何使用列值创建新列。

海盗

我可以复制您的输出

选项1

g = df.groupby('score').player
g.size().to_frame('score').join(g.apply(list).apply(pd.Series).add_prefix('col_'))

       score      col_0   col_1     col_2  col_3
score                                           
1          2     Miller   Cooze       NaN    NaN
2          3  Wilkinson   Lewis  Jacobson    NaN
3          1   Jacobson     NaN       NaN    NaN
4          4        Ali  George     Lewis  Lewis

选项2

d1 = df.groupby('score').agg({'score': 'size', 'player': lambda x: tuple(x)})
d1.join(pd.DataFrame(d1.pop('player').values.tolist()).add_prefix('col_'))

       score      col_0   col_1     col_2  col_3
score                                           
1          2     Miller   Cooze       NaN    NaN
2          3  Wilkinson   Lewis  Jacobson    NaN
3          1   Jacobson     NaN       NaN    NaN
4          4        Ali  George     Lewis  Lewis

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。