Pandas Groupby和具有条件的其他列的计数

我有一个数据帧：

id    value
A       1 
A       0
A       1 
B       1
B       1
C       0

我正在尝试按id分组，并在“值”列中计算发生次数，以便在每个组中计算发生次数和0次数：

id   No. of 1's   No of 0's
A    2             1
B    1             0
C    0             1

我知道一种groupby和使用聚合函数的方法

df.groupby('id').agg({'value': xxx})

---

但是我认为应该有更好的方法来做到这一点。

你需要

取消堆栈
和
添加前缀
/
后缀

df.groupby(["id", "value"])["value"].count().unstack(1).fillna(0).add_prefix(
    "counts_of_"
).add_suffix("'s")


value  counts_of_0's  counts_of_1's
id                                 
A                1.0            2.0
B                0.0            2.0
C                1.0            0.0

使用
df=pd.crosstab（df['id']，df['value']）。重命名（columns=lambda x:f“counts\u of_{x}”）