Python 基于两个要素对要素进行计数以生成两个新列

我一直在尝试根据两列生成列计数 我有A列，它是以0.5范围增量从0到1000的数据。（0.5、1、1.5…1000）和B列，B列为“是”、“否”。）

我正在尝试生成新的列C（是）和D（否） 这是0.5、1等时是和否的计数

大概是

0.5    Y   
5      N
0.5    N
5      N
2      Y
3      N

会产生

0.5    Y    1   1
5      N    0   2
0.5    N    1   1
5      N    0   2
2      Y    1   0
3      N    0   1

我使用groupby：

groupby（'columnA'）['ColumnB'].转换（'count'）

但它没有给我我想要的。用“Y”和“N”将它们分开，也不能完全满足我的要求

---

谢谢

这应该适合你

data.groupby(['columnA', 'columnB']).count()

---

这应该对你有用

data.groupby(['columnA', 'columnB']).count()

---

方法1：

df=df.join( df.groupby('columnA')['columnB']
              .value_counts()
              .unstack(fill_value=0) ,on='columnA' )

print(df)

方法2

df=df.join( df.groupby(['columnA','columnB'])
              .size()
              .unstack(fill_value=0), on='columnA' )
print(df)

输出

   columnA columnB  N  Y
0      0.5       Y  1  1
1      5.0       N  2  0
2      0.5       N  1  1
3      5.0       N  2  0
4      2.0       Y  0  1
5      3.0       N  1  0

---

方法1：

df=df.join( df.groupby('columnA')['columnB']
              .value_counts()
              .unstack(fill_value=0) ,on='columnA' )

print(df)

方法2

df=df.join( df.groupby(['columnA','columnB'])
              .size()
              .unstack(fill_value=0), on='columnA' )
print(df)

输出

   columnA columnB  N  Y
0      0.5       Y  1  1
1      5.0       N  2  0
2      0.5       N  1  1
3      5.0       N  2  0
4      2.0       Y  0  1
5      3.0       N  1  0

---

当然可以第三列是第一列中的值在所有值中出现的Y（第二列）数。第四列是该计数在所有列上出现的“N”的计数。我可以手动按第1列和第2列中的每个值进行拆分，分别计算每个值，然后将它们合并在一起，但我发现有一种非常简单的方法我没有找到。当然！第三列是第一列中的值在所有值中出现的Y（第二列）数。第四列是该计数在所有列上出现的“N”的计数。我可以手动按第1列和第2列中的每个值进行拆分，逐个计算，然后将它们合并在一起，但我发现有一种非常简单的方法我没有找到。谢谢你的回复。我过去也试过，它没有给出我想要的格式。我正在试图找出如何使它直接进入/映射到我的两个新列中。将此输出连接到列A和B上的现有表对您有用吗？谢谢您的回复。我过去也试过，它没有给出我想要的格式。我正试图找出如何使它直接进入/映射到我的两个新列中。将其输出连接到A列和B列上的现有表对您有用吗？该死，这是可行的，但产生了数亿行。使用df.loc[~df.index.duplicated（keep='first'）]删除它们很有效。有没有办法不生成所有额外的事例？我忘了这里有必要使用concat，而不是通过重复的行进行连接，现在请检查：）谢谢，由于某种原因，这会生成一些额外的列，并为它们提供Nan值。而以前，如果我删除了重复项，则是正确的。@abhilb's正确生成了它们。@ansev我只是在发布我的解决方案后才看到你的帖子。我会删除我的。不需要诽谤我删除了

pd.concat

方法。我建议您使用方法1。在大数据帧中，它可能会更快。我很乐意帮忙：）妈的，行得通，但是排了数亿行。使用df.loc[~df.index.duplicated（keep='first'）]删除它们很有效。有没有办法不生成所有额外的事例？我忘了这里有必要使用concat，而不是通过重复的行进行连接，现在请检查：）谢谢，由于某种原因，这会生成一些额外的列，并为它们提供Nan值。而以前，如果我删除了重复项，则是正确的。@abhilb's正确生成了它们。@ansev我只是在发布我的解决方案后才看到你的帖子。我会删除我的。不需要诽谤我删除了

pd.concat

方法。我建议您使用方法1。在大数据帧中，它可能会更快。我很乐意帮忙：）