Pandas 将单个列拆分为多个总和列

这里有一个Noob问题

假设我有一个数据帧：

   id     Name      Sex Age   Country         Sport         Medal
119932  K Thompson  M   26  United States   Basketball      Gold    
120121  V Thrasher  F   19  United States   Shooting        Gold    
122093  M Troy      M   27  United States   Volleyball      Bronze  
123943  J Valente   F   21  United States   Cycling         Silver  
125943  D Verburg   M   25  United States   Athletics       Gold    

71921   L Xiaojun   M   20  China           Weightlifting   Silver
69571   L Yuehong   M   26  China           Shooting        Bronze
69955   L Chaopan   M   20  China           Gymnastics      Bronze
69978   L Li        F   24  China           Volleyball      Gold

123361  L Unsworth  F   21  Great Britain   Hockey          Gold
128077  B Walkden   F   22  Great Britain   Taekwondo       Bronze
128145  C Walker    M   28  Great Britain   Swimming        Silver
128156  D Wallace   M   20  Great Britain   Swimming        Silver

现在我可以通过循环，使用if语句，等等来完成所有这些。。。但我想知道是否有办法按国家对数据进行分组（使用GroupBy），然后我创建了三个列，列出赢得的奖牌数量，如下所示：

                    Gold        Silver      Bronze
Country
Great Britian       1           2           1
China               1           1           2
United States       3           1           1

那么，我如何（或者可能）使用lambda和.apply（）对数据帧创建一个新列呢

用于根据“国家”和“奖牌”将数据框拆分为组

然后应用聚合方法获得每个组的大小

最后与

fill_value

参数一起使用，以0替换任何NAN，并展平数据帧

df.groupby（['Country'，'Medal']）.size（）.unstack（fill_value=0）

用于根据“国家”和“奖牌”将数据框拆分为组

然后应用聚合方法获得每个组的大小

最后与

fill_value

参数一起使用，以0替换任何NAN，并展平数据帧

df.groupby（['Country'，'Medal']）.size（）.unstack（fill_value=0）

这只是一个

pd.交叉表

：

pd.crosstab(df['Country'], df['Medal'])

输出：

Medal          Bronze  Gold  Silver
Country                            
China               2     1       1
Great Britain       1     1       2
United States       1     3       1

Medal          Gold  Silver  Bronze
Country                            
China             1       1       2
Great Britain     1       2       1
United States     3       1       1

如果您想要奖牌的具体顺序，请使用重新索引：

(pd.crosstab(df['Country'], df['Medal'])
   .reindex(['Gold', 'Silver', 'Bronze'], fill_value=0, axis=1)
)

输出：

Medal          Bronze  Gold  Silver
Country                            
China               2     1       1
Great Britain       1     1       2
United States       1     3       1

Medal          Gold  Silver  Bronze
Country                            
China             1       1       2
Great Britain     1       2       1
United States     3       1       1

---

这只是一个交叉表：

pd.crosstab(df['Country'], df['Medal'])

输出：

Medal          Bronze  Gold  Silver
Country                            
China               2     1       1
Great Britain       1     1       2
United States       1     3       1

Medal          Gold  Silver  Bronze
Country                            
China             1       1       2
Great Britain     1       2       1
United States     3       1       1

如果您想要奖牌的具体顺序，请使用重新索引：

(pd.crosstab(df['Country'], df['Medal'])
   .reindex(['Gold', 'Silver', 'Bronze'], fill_value=0, axis=1)
)

输出：

Medal          Bronze  Gold  Silver
Country                            
China               2     1       1
Great Britain       1     1       2
United States       1     3       1

Medal          Gold  Silver  Bronze
Country                            
China             1       1       2
Great Britain     1       2       1
United States     3       1       1

---

这是我想要的结果的一半，然而，“国家”列不是索引的一部分，它丢失了。df.columns给出了以下内容：索引（['brown'，'Gold'，'Silver'，dtype='object'，name='Medal'）。因此，如果我想知道“伟大的英国人”获得的奖牌总数，那是不可能的。国家是指数。您可以这样访问它：

df.loc['United']

例如。但是，如果您交换组的顺序，它应该会像您期望的那样工作。尝试执行

df.groupby（['Medal'，Country']）.size（）.unstack（fill_value=0）

。我想要的结果已经得到一半了，但是，“Country”列不是索引的一部分，它丢失了。df.columns给出了以下内容：索引（['brown'，'Gold'，'Silver'，dtype='object'，name='Medal'）。因此，如果我想知道“伟大的英国人”获得的奖牌总数，那是不可能的。国家是指数。您可以这样访问它：

df.loc['United']

例如。但是，如果您交换组的顺序，它应该会像您期望的那样工作。尝试执行

df.groupby（['Medal'，'Country']）.size（）.unstack（fill\u value=0）

。