Python 如何按级别计数聚合数据，设置每个级别'；s算作它自己的列？

我的数据在事件方面具有行粒度，我希望通过客户ID对其进行聚合。数据的形式为df，如下所示：

| Event ID | Cust ID | P1 | P2 | P3 | P4 |
------------------------------------------

| 1    | 1    | 12 | 0 | 0 | 0 |
--------------------------

| 2    | 1    | 12 | 0 | 0 | 0 |
--------------------------
| 3    | 1    | 10 | 12 | 0 | 0 |
---------------------------    
| 4    | 2    | 206 | 0 | 0 | 0 |
---------------------------    
| 5 | 2 | 206 | 25 | 0 | 0 |
----------------------------

P1到P4的数字只是级别，它们是我需要获得计数的事件类别（有175+个代码），其中每个事件类别都有自己的列

理想情况下，我想要的输出如下所示：

| Cust ID | Count(12) | Count(10) | Count(25) | Count(206) |
------------------------------------------------------------    
| 1 | 3 | 1 | 0 | 0 |
---------------------    
| 2 | 0 | 0 | 1 | 2 |
---------------------

我面临的挑战是跨多个列进行计数。P1中有2个'12'，P2中有1个'12'

---

我试着使用groupby和merge。但我要么使用错误，要么使用错误的函数，因为结果表中有很多“NaN”。

您可以使用以下方法：

df = pd.DataFrame({'Event ID':[1,2,3,4,5],
                  'Cust ID':[1]*3+[2]*2,
                  'P1':[12,12,10,206,25],
                  'P2':[0,0,12,0,0],
                  'P3':[0]*5,
                  'P4':[0]*5})

df.melt(['Event ID','Cust ID'])\
  .groupby('Cust ID')['value'].value_counts()\
  .unstack().add_prefix('Count_')\
  .reset_index()

输出：

value  Cust ID  Count_0  Count_10  Count_12  Count_25  Count_206
0            1      8.0       1.0       3.0       NaN        NaN
1            2      6.0       NaN       NaN       1.0        1.0

---

您可以使用以下方法：

df = pd.DataFrame({'Event ID':[1,2,3,4,5],
                  'Cust ID':[1]*3+[2]*2,
                  'P1':[12,12,10,206,25],
                  'P2':[0,0,12,0,0],
                  'P3':[0]*5,
                  'P4':[0]*5})

df.melt(['Event ID','Cust ID'])\
  .groupby('Cust ID')['value'].value_counts()\
  .unstack().add_prefix('Count_')\
  .reset_index()

输出：

value  Cust ID  Count_0  Count_10  Count_12  Count_25  Count_206
0            1      8.0       1.0       3.0       NaN        NaN
1            2      6.0       NaN       NaN       1.0        1.0

---

您可以执行

melt（['Event ID'，'Cust ID']）

，然后执行

groupby（）.value\u counts（）

。此函数有效。非常感谢。您可以执行

melt（['Event ID'，'Cust ID']）

，然后执行

groupby（）.value\u counts（）

。此函数有效。非常感谢。嗨，斯科特，谢谢你的解决方案。它是有效的，但我不完全理解它是如何工作的。你有什么资源可以指向我可以学到更多的地方吗？谢谢@是的，看看我的个人资料。有很好的培训材料。如果你有机会参加特德·佩特罗的课程，我强烈推荐。@KalpakKulkarni你介意这个解决方案吗。嗨，斯科特，谢谢你的解决方案。它是有效的，但我不完全理解它是如何工作的。你有什么资源可以指向我可以学到更多的地方吗？谢谢@是的，看看我的个人资料。有很好的培训材料。如果你有机会参加特德·佩特罗的课程，我强烈推荐。@KalpakKulkarni你介意这个解决方案吗。