Python 将数据帧从分类改为计数

我试图用两列来重塑一个数据框：ID和categorical，这样每个唯一的categorical值都有一列

以下是我所拥有的：

   ID Animal
    foo cat
    foo dog
    bar cat
    baz cat
    biz dog
    biz cow
    biz dog

以下是我想要的：

ID  cat dog cow
foo 1   1   0
bar 1   0   0
baz 1   0   0
biz 0   1   2

我试过：

df.groupby(by='ID').count()

其中：

Index Animal
foo 2
bar 1
baz 1
biz 3

我还尝试：

df.pivot_table(values='Animal')
df.stack(level='Animal')

前者抛出DataError：没有要聚合的数字类型，后者抛出KeyError：Level Animal必须与name相同（无）

我们可以使用方法：

---

使用

.str.get_dummies

，

sum

和

level=0

或

groupby

和

sum

：

选择1 或

选择2 输出：

     cat  cow  dog
ID                
bar    1    0    0
baz    1    0    0
biz    0    1    2
foo    1    0    1

选择3 使用pivot_表并分配：

选择4

---

这是个杀手+1下面是它如何与groupby一起工作：

df.groupby（['ID'，'Animal']）.size（）.unstack（'Animal'，fill\u value=0）

但是使用交叉表-它更快、更地道。@ayhan，为了方便起见，请把你的评论变成答案completenes@MaxU我想我们需要一个规范的问题，不要每次都列出这些可能性：）这个标签需要清理一下，所以我不回答。@ayhan，这是真的。但通常情况下，再次回答比寻找合适的问题/答案要容易得多…；-）啊，见鬼，就用@MaxU的解决方案吧。；-）

df.set_index('ID')['Animal'].str.get_dummies().sum(level=0)

df.set_index('ID')['Animal'].str.get_dummies().groupby('ID').sum()

     cat  cow  dog
ID                
bar    1    0    0
baz    1    0    0
biz    0    1    2
foo    1    0    1

df.set_index(['ID','Animal'],append=True).assign(count=1)['count'].unstack(fill_value=0).sum(level=1)

Animal  cat  cow  dog
ID                   
bar       1    0    0
baz       1    0    0
biz       0    1    2
foo       1    0    1

 pd.pivot_table(df.assign(count=1),values='count',index='ID',columns='Animal',aggfunc='sum',fill_value=0)

Animal  cat  cow  dog
ID                   
bar       1    0    0
baz       1    0    0
biz       0    1    2
foo       1    0    1