Python 使用两个数据帧的条件计数

我有一个由“网格块”（小的地理单元，通常用于人口普查数据）和犯罪构成的数据集。已经录下来了。目前，数据的结构格式为：

数据帧

：

记录

Meshblock犯罪
1100曳引
1200不缩进代码
1300曳引
1400拖曳
1200不缩进代码
1100曳引

我创建了一个新的

DataFrame

，它使用单个网格块编制索引，其中的列来自犯罪类别

DataFrame

：

df

Meshblock trolling不缩进代码
1100
1200
1300
1400

以及个别罪行类别的清单：

违规行为[拖拉，而非缩进代码]

我现在要做的是得到x街区发生n起犯罪的记录

目前我掌握的代码是：

对于犯罪中的off：
对于col，df.iterrows（）中的行：
对于col1，records.iterrows（）中的第1行：
#如果代码匹配且比赛中存在违规行为，则我们将计数增加1
如果行['Meshblock']==行1['Meshblock']和行1['Crime']==关闭：
#这里的一些东西将在有匹配项的情况下以1迭代计数

最后的

数据帧应如下所示：

DataFrame
：
df

Meshblock trolling不缩进代码
1100            2
1200                          2
1300            1
1400            1
您应该能够使用透视表更轻松地解决此问题

：

import pandas as pd
import numpy as np
a = {'Meshblock':[1100,1200,1300,1400,1200,1100],'Crime':['Trolling','Not indenting code','Trolling','Trolling','Not indenting code','Trolling']}
df = pd.DataFrame(a)
df = df.pivot_table(columns='Crime',index='Meshblock',aggfunc=len)
print(df)

输出：

Crime      Not indenting code  Trolling
Meshblock
1100                      NaN       2.0
1200                      2.0       NaN
1300                      NaN       1.0
1400                      NaN       1.0