Python 如何获得。假人和计数在同一时间

我有一个很大的数据集需要清理。现在，简化一下，我有：

   A  B  C  D
1  1  5  2  2
4  2  5  3  1
5  3  3  2  1
8  4  1  4  4

因此，每列的值从1到5。 现在，我想将这4列转换为5个伪列，并同时计算每个值的每行的“值”数量，以便：

   S_1 S_2 S_3 S_4 S_5
1   1   2   0   0   1
4   1   1   1   0   1
5   1   1   2   0   0
8   1   0   0   3   0

所以“S_1”表示每行“1”的数量，“S_2”表示每行“2”的数量，依此类推

我想这在透视表中是可能的，但我做不到。有人能帮我吗？

一种方法是使用：

输出

   S_1  S_2  S_3  S_4  S_5
1    1    2    0    0    1
4    1    1    1    0    1
5    1    1    2    0    0
8    1    0    0    3    0

使用计数器计算出现次数，表达式为：

{**total, **Counter(row)}

---

为缺少的值创建一个计数为

0

的字典。

您可以尝试一下，希望这有帮助

import pandas as pd
from collections import defaultdict # Initialize a dictionary with a default value

df = pd.DataFrame(
    [[1,5,2,2],
     [2,5,3,1],
     [3,3,2,1],
     [4,1,4,4]]
    , columns = ['A','B','C','D'])


categories = [1,2,3,4,5]

# Count per row
rows_counts = []
for idx in df.index:
    dict_counts = defaultdict(int)

    # Count for each category
    for category in categories:
        # Get row as list to count()
        row = df.loc[idx,:].tolist()

        # Count
        dict_counts[category] = row.count(category)

    # Append results
    rows_counts.append(dict_counts)

# Get desired output    
new_df = pd.DataFrame(rows_counts)
new_df.columns = ['S_'+ str(cat) for cat in new_df.columns]

---

是的，成功了！但是，“0”是“Nan”。但是没有问题，因为我可以用0替换NAN。但是，第一列是“0”，然后以“S_1”、“S_2”等开头……你知道为什么第一列被命名为“0”吗？@bonaqua我用一个完整的示例更新了答案，用0和正确的索引填充了可能的nan。第一列是indexIn my dataset（稍微复杂一点），它仍然显示第一列为“0”，只有第二列是“S_1”，无法理解为什么。是这样的。数组（[0'，S_1'，S_2'，S_3'，S_4'，S_5'，S_6'，S_7'，S_8'，S_9'，S_10'，S_11'，S_12'，S_13'，S_14'，S_15'，S_16'，S_17'，S_18'，S_19'，S_20'，S_21']），dtype=object您如何定义总计，注意范围从1开始，两次都是从1开始的。我更新了答案，删除了第二个范围iterableCheck值的类型，它们可以是string，而不是int。

import pandas as pd
from collections import defaultdict # Initialize a dictionary with a default value

df = pd.DataFrame(
    [[1,5,2,2],
     [2,5,3,1],
     [3,3,2,1],
     [4,1,4,4]]
    , columns = ['A','B','C','D'])


categories = [1,2,3,4,5]

# Count per row
rows_counts = []
for idx in df.index:
    dict_counts = defaultdict(int)

    # Count for each category
    for category in categories:
        # Get row as list to count()
        row = df.loc[idx,:].tolist()

        # Count
        dict_counts[category] = row.count(category)

    # Append results
    rows_counts.append(dict_counts)

# Get desired output    
new_df = pd.DataFrame(rows_counts)
new_df.columns = ['S_'+ str(cat) for cat in new_df.columns]