Python 如何分组和求和一个条件

我有一个如下的数据帧

FAMILY   TYPE   REMARKS
A        A1     Valid
A        A1     Invalid
A        A1     Invalid
A        B2     Invalid
A        B2     Valid
A        B2     Valid

我应该如何使用

groupby

使其看起来像

FAMILY   TYPE   VALID   INVALID
A        A1     1       2
A        B2     2       1

我试过了

df['VALID'] = df.groupby('TYPE')['REMARKS'].apply(lambda remark: remark == 'Valid')

但是结果没有分为两行，我该怎么做呢？

• 使用

dfg=df.groupby（['FAMILY'，'TYPE'，'comments']）.agg（{'comments'：'count'}）。取消堆栈（级别=2）
dfg.columns=[n[1]表示dfg.columns中的n]#去掉多级列名
dfg.重置索引（就地=真）
#显示器（dfg）
族类型无效
0 A A1 2 1
1 A B2 1 2

• 使用

dfg=df.groupby（['FAMILY'，'TYPE'，'comments']）.agg（{'comments'：'count'}）。取消堆栈（级别=2）
dfg.columns=[n[1]表示dfg.columns中的n]#去掉多级列名
dfg.重置索引（就地=真）
#显示器（dfg）
族类型无效
0 A A1 2 1
1 A B2 1 2

我们做的是

交叉表

+

重置索引

，它将按两列族进行计数，并键入备注

df=pd.crosstab([df.FAMILY, df.TYPE], df.REMARKS).reset_index()

---

我们做

crosstab

+

reset\u index

，它将按两列族进行计数，并键入备注

df=pd.crosstab([df.FAMILY, df.TYPE], df.REMARKS).reset_index()

---

pd.crosstab（[df.FAMILY，df.TYPE]，df.comments）

pd.crosstab

用

reset_index（）

完成了任务，把它作为一个带有一些解释的答案发布，这样我就可以接受你的回答了好了~

pd.crosstab（[df.FAMILY，df.TYPE]，df.comments）

pd.crosstab

用

reset_index（）完成了任务

，将其作为答案发布，并进行一些解释，以便我可以接受您的回答。好的，到此为止~