6

在一般意义上，我要解决的问题是将多级索引的一个组件更改为列。也就是说，我有一个Series包含多级索引的 a，我希望将索引的最低级别更改为 a 中的列dataframe。这是我要解决的实际示例问题，

这里我们可以生成一些示例数据：

foo_choices = ["saul", "walter", "jessee"]
bar_choices = ["alpha", "beta", "foxtrot", "gamma", "hotel", "yankee"]

df = DataFrame([{"foo":random.choice(foo_choices), 
                 "bar":random.choice(bar_choices)} for _ in range(20)])
df.head()

这给了我们，

     bar     foo
0    beta    jessee
1    gamma   jessee
2    hotel   saul
3    yankee  walter
4    yankee  jessee
...

现在，我可以分组bar并获取foo字段的 value_counts，

dfgb = df.groupby('foo')
dfgb['bar'].value_counts()

它输出，

foo            
jessee  hotel      4
        gamma      2
        yankee     1
saul    foxtrot    3
        hotel      2
        gamma      1
        alpha      1
walter  hotel      2
        gamma      2
        foxtrot    1
        beta       1

但我想要的是类似的东西，

          hotel    beta    foxtrot    alpha    gamma    yankee
foo                        
jessee     1       1       5          4        1        1
saul       0       3       0          0        1        0
walter     1       0       0          1        1        0

我的解决方案是编写以下代码：

for v in df['bar'].unique():
    if v is np.nan: continue
    df[v] = np.nan
    df.ix[df['bar'] == v, v] = 1

dfgb = df.groupby('foo')
dfgb.count()[df['bar'].unique()]
4

1 回答 1

10

我想你想要：

dfgb['bar'].value_counts().unstack().fillna(0.)
于 2012-08-15T15:40:50.050 回答