python：标称变量（计数）

我有以下数据框：

关键产品参数是/否
1 AAA Paramy 1
1 AAA参数2 N
1 AAA参数3 N
2 AAA参数1 N
2 AAA Paramy 2
2 AAA Paramy 3
3 CCC参数1
3.2
3.3.3

我感兴趣的是按PROD和PARAMETER列汇总Y/N列值，并获得以下输出：

PROD参数Y N
AAA参数1
AAA参数2 1
AAA参数3 1
CCC参数11 0
CCC2 1 0
CCC参数3 1 0

而Y和N值是原始数据框中Y/N列值的计数。

您可以通过创建一个附加列来使用，该列的值为1，因为这两种方式都不重要（您只对它们进行计数）

---

在这种情况下，最简单的操作是生成Y/N列中存在的值的频率计数：

pd.crosstab([df['PROD'], df['PARAMETER']], df['Y/N'])

---

您希望获得

Y/N

列中的值的计数，按

PROD

和

参数

分组

import io
import pandas as pd

data = io.StringIO('''\
KEY PROD PARAMETER Y/N
1    AAA    PARAM1   Y
1    AAA    PARAM2   N
1    AAA    PARAM3   N
2    AAA    PARAM1   N
2    AAA    PARAM2   Y
2    AAA    PARAM3   Y
3    CCC    PARAM1   Y
3    CCC    PARAM2   Y
3    CCC    PARAM3   Y
''')
df = pd.read_csv(data, delim_whitespace=True)

res = (df.groupby(['PROD', 'PARAMETER'])['Y/N'] # Group by `PROD` and `PARAMETER`
                                                # and select the `Y/N` column
         .value_counts()                        # Get the count of values
         .unstack('Y/N')                        # Long-to-wide format change
         .fillna(0)                             # Fill `NaN`s with zero
         .astype(int))                          # Cast to integer
print(res)

输出：

<代码>是/否 生产参数 AAA参数1 参数2 1 参数3 1 CCC参数1 0 1 参数2 0 1 参数3 0 1

---

嗨，菲利克斯，到目前为止你试过什么？试过pd.melt和pd.pivot\u表。没有成功嘿，菲利克斯，你能在代码行中给我们一个df的样本，这样我们就可以玩它了吗？@StevenG，是你的朋友；）啊，我忘了交叉表！很好的解决方案！甚至是我。我刚想起来。以前一直在思考

groupby

/

pivot

。

import io
import pandas as pd

data = io.StringIO('''\
KEY PROD PARAMETER Y/N
1    AAA    PARAM1   Y
1    AAA    PARAM2   N
1    AAA    PARAM3   N
2    AAA    PARAM1   N
2    AAA    PARAM2   Y
2    AAA    PARAM3   Y
3    CCC    PARAM1   Y
3    CCC    PARAM2   Y
3    CCC    PARAM3   Y
''')
df = pd.read_csv(data, delim_whitespace=True)

res = (df.groupby(['PROD', 'PARAMETER'])['Y/N'] # Group by `PROD` and `PARAMETER`
                                                # and select the `Y/N` column
         .value_counts()                        # Get the count of values
         .unstack('Y/N')                        # Long-to-wide format change
         .fillna(0)                             # Fill `NaN`s with zero
         .astype(int))                          # Cast to integer
print(res)