Python 确定按'分组的事件数；年份'；-继续的

这是一篇文章的延续

现在，我想按年份对这些事件进行分组，以便输出类似于：

        Combo  Occurrence (2017)    Occurrence (2018)    Occurrence (2019)   Occurrence (2020)
0      DK,NO4           2                   x                   x                   x
1     DK1,NO1           1                   x                   x                   x
2  DK,NO1,NO2           1                   x                   x                   x
3       DK,NO           1                   x                   x                   x

输入数据如下所示：

      Year  Month  Day  Weekday   NO1  ...    SE3    SE4     FI    DK1    DK2
0      2017      1    1        7  28.4  ...  24.03  24.03  24.03  20.96  20.96
1      2017      1    1        7  28.2  ...  25.05  25.05  25.05  25.05  25.05
2      2017      1    1        7  28.0  ...  25.05  25.05  25.05  25.05  25.05
3      2017      1    1        7  28.0  ...  23.19  23.19  23.19  16.03  16.03
4      2017      1    1        7  28.0  ...  24.10  24.10  24.10  16.43  16.43
...     ...    ...  ...      ...   ...  ...    ...    ...    ...    ...    ...
35063  2020     12   31        4  31.0  ...  31.00  58.04  35.32  89.35  89.35
35064  2020     12   31        4  24.8  ...  24.84  54.45  24.84  56.70  56.70
35065  2020     12   31        4  24.8  ...  24.77  51.18  28.00  52.44  52.44
35066  2020     12   31        4  24.6  ...  24.61  45.84  26.55  51.86  51.86
35067  2020     12   31        4  24.1  ...  24.07  24.07  24.07  78.66  78.66

---

Idea是将没有处理字符串的所有列转换为

索引

，然后用于每年的计数值：

df = df.set_index(['Year','Month','Day','Weekday'])

df = (df.eq(df['DK1 Up'], axis=0)
        .dot(df.columns + ',')
        .str[:-1]
        .to_frame('Combo')
        .groupby('Year')['Combo']
        .value_counts()
        .unstack(0, fill_value=0)
        .add_prefix('Occurrence ')
        .rename_axis(columns=None)
        .reset_index()
        )
print (df)
                             Combo  Occurrence 2017  Occurrence 2020
0  DK1 Up,DK1 Down,DK2 Up,DK2 Down                2                0
1                    DK1 Up,DK2 Up                3                5

---

输入数据的外观如何？完成。谢谢你的耐心。你能帮我排序吗？这样，总次数最多的“组合”列在顶部，总次数减少？@JeppeBay-那么需要按年份对每列进行排序吗？这是一个问题，因为所有值的顺序都发生了变化，比如

print（df.sort\u values（'Occurrence 2017'））

，

print（df.sort\u values（'Occurrence 2019'））

我想我应该将行相加到一个单独的列中，让我们称之为“sum”，然后进行排序this@JeppeBay-因此使用

df['sum']=df.sum（轴=1）

然后

df.sort_values（'sum'）

@JeppeBay-所以不可能使用

df['Combo']=df['Combo']。在这里替换（d，regex=True）

？