我正在寻找转置熊猫列并应用 Groupby
df = pd.DataFrame({'ID' : ['ID1', 'ID2', 'ID3', 'ID4'],
'Code1' : ['X60', np.nan, 'X66', np.nan],
'Code2' : [np.nan, 'X64', 'X78', np.nan],
'Code3' : [np.nan, 'X66', 'X81', 'X59'],
'Code4' : [np.nan, np.nan, 'X38', 'X60']})
df
ID Code1 Code2 Code3 Code4
0 ID1 X60 NaN NaN NaN
1 ID2 NaN X64 X66 NaN
2 ID3 X66 X78 X81 X38
3 ID4 NaN NaN X59 X60
我怎样才能达到这个预期的输出?
Code NB ID
X38 1 ID3
X59 1 ID4
X60 2 ID1, ID4
X64 1 ID2
X66 2 ID2, ID3
X78 1 ID3
X81 1 ID3
用于DataFrame.stack
reshape 并删除缺失值和计数值,Series.value_counts
最后Series.sort_index
使用2 列 DataFrame:Series.rename_axis
Series.reset_index
df = df.stack().value_counts().sort_index().rename_axis('Code').reset_index(name='NB')
print (df)
Code NB
0 X38 1
1 X59 1
2 X60 2
3 X64 1
4 X66 2
5 X78 1
6 X81 1
编辑:使用然后DataFrame.melt
通过size
和聚合:join
GroupBy.agg
df = (df.melt('ID', value_name='Code')
.groupby('Code', as_index=False)
.agg(NB=('Code','size'), ID=('ID',', '.join)))
print (df)
Code NB ID
0 X38 1 ID3
1 X59 1 ID4
2 X60 2 ID1, ID4
3 X64 1 ID2
4 X66 2 ID3, ID2
5 X78 1 ID3
6 X81 1 ID3
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。
我来说两句