Pandas 使用熊猫从数据透视表中计算布尔值

我有一个数据帧

df

定义如下：

    A   B   C   D   E   F
0   a   z   l   1   qqq True
1   a   z   l   2   qqq True
2   a   z   l   3   qqq False
3   a   z   r   1   www True
4   a   z   r   2   www False
5   a   z   r   2   www False
6   s   x   7   2   eee True
7   s   x   7   3   eee False
8   s   x   7   4   eee True
9   s   x   5   1   eee True
10  d   c   l   1   rrr True
11  d   c   l   2   rrr False
12  d   c   r   1   fff False
13  d   c   r   2   fff True
14  d   c   r   3   fff True

我的目标是基于列

a

、

B

和

C

的唯一值创建一个表，以便我能够计算列

D

的元素数和列

C

中的唯一元素数

输出如下所示：

       D    E
A   B       
a   z   6   2
d   c   5   2
s   x   4   2

        D   E   True    False
A   B               
a   z   6   2      3        3
d   c   5   2      3        2
s   x   4   2      3        1

# My code so far
a = df.pivot_table(index=['A','B','C'], aggfunc={'E':'nunique', 'D':'count','F':sum}).sort_values(by='E').rename(columns={'F':'F_True'})
a = a.pivot_table(index=['A','B'], aggfunc='sum').sort_values(by='E').eval('F_False = D - F_True')

其中，例如，6表示在

A

列中存在多少个具有值

A

的元素，2表示

E

列中唯一元素的数量（

qqq

，

www

）

我通过使用以下代码行实现了这一目标：

# Define dataframe
df = pd.DataFrame({'A':['a','a','a','a','a','a','s','s','s','s','d','d','d','d','d'],
                   'B':   ['z','z','z','z','z','z','x','x','x','x','c','c','c','c','c'],
                   'C':  ['l','l','l','r','r','r','7','7','7','5','l','l','r','r','r'],
                   'D':    ['1','2','3','1','2','2','2','3','4','1','1','2','1','2','3'],
                   'E':    ['qqq','qqq','qqq','www','www','www','eee','eee','eee','eee','rrr','rrr','fff','fff','fff'],
                   'F':   [True,True,False,True,False,False,True,False,True,True,True,False,False,True,True]})

# My code so far
a = df.pivot_table(index=['A','B','C'], aggfunc={'E':'nunique', 'D':'count'}).sort_values(by='E')
a = a.pivot_table(index=['A','B'], aggfunc='sum').sort_values(by='E')

问题：

现在，我还想用前面给出的相同标准计算数据帧中出现的

True

或

False

值的数量，结果如下所示：

       D    E
A   B       
a   z   6   2
d   c   5   2
s   x   4   2

        D   E   True    False
A   B               
a   z   6   2      3        3
d   c   5   2      3        2
s   x   4   2      3        1

# My code so far
a = df.pivot_table(index=['A','B','C'], aggfunc={'E':'nunique', 'D':'count','F':sum}).sort_values(by='E').rename(columns={'F':'F_True'})
a = a.pivot_table(index=['A','B'], aggfunc='sum').sort_values(by='E').eval('F_False = D - F_True')

您可以看到

True

值的数量，其中

A

=

A

为3，而

False

值也为3

---

什么是实现我最终目标的明智而优雅的方法？

你只需要两个步骤

pd.concat([df.groupby(['A','B','C']).agg({'E': 'nunique', 'D':'size'}).sum(level=[0,1])
,df.groupby(['A','B']).F.value_counts().unstack()],1)
Out[702]: 
     E  D  False  True
A B                   
a z  2  6      3     3
d c  2  5      2     3
s x  2  4      1     3

使用

值\u计数

df.groupby(['A','B']).F.value_counts().unstack()

---

使用您的代码，您可以这样扩展：

       D    E
A   B       
a   z   6   2
d   c   5   2
s   x   4   2

        D   E   True    False
A   B               
a   z   6   2      3        3
d   c   5   2      3        2
s   x   4   2      3        1

# My code so far
a = df.pivot_table(index=['A','B','C'], aggfunc={'E':'nunique', 'D':'count','F':sum}).sort_values(by='E').rename(columns={'F':'F_True'})
a = a.pivot_table(index=['A','B'], aggfunc='sum').sort_values(by='E').eval('F_False = D - F_True')

输出：

     D  E  F_True  F_False
A B                       
a z  6  2     3.0      3.0
d c  5  2     3.0      2.0
s x  4  2     3.0      1.0