Python 为每个索引应用groupby

我有一个以人名为索引的数据框（可以有多个条目）和两列“X”和“Y”。列“X”和“Y”可以是A-C之间的任何字母

例如：

df = pd.DataFrame({'X' : ['A', 'B', 'A', 'C'], 'Y' : ['B', 'A', 'A', 'C']},index = ['Bob','Bob','John','Mike'])

对于每个人（即索引），我希望获得列“X”和“Y”的每个唯一组合的出现次数（例如，对于Bob，我有1个（'A'，'B'）和1个（'B'，'A'））

当我执行以下操作时：

df.loc['Bob'].groupby(['X','Y']).size() 

我为鲍勃得到了正确的结果。我怎样才能在没有al-oop的情况下为每个人做到这一点？ 理想情况下，我会得到一个数据框，其中不同的人作为索引，列“X”和“Y”的每个唯一组合作为列，它在数据框中出现的次数作为值

    ('A','A') ('A','B') ('A','C') ('B','A') ... ('C','C')
Bob     0         1         0         1             0
John    1         0         0         0             0
Mike    0         0         0         0             1

我认为你可以使用：

#convert columns X and Y to tuples
df['tup'] = list(zip(df.X, df.Y))

#get size and reshape
df1 = df.reset_index().groupby(['index','tup']).size().unstack(fill_value=0)
print (df1)
tup    (A, A)  (A, B)  (B, A)  (C, C)
index                                
Bob         0       1       1       0
John        1       0       0       0
Mike        0       0       0       1

#get all unique combination
from  itertools import product
comb = list(product(df.X.unique(), df.Y.unique()))
print (comb)
[('A', 'B'), ('A', 'A'), ('A', 'C'), ('B', 'B'), ('B', 'A'), 
 ('B', 'C'), ('C', 'B'), ('C', 'A'), ('C', 'C')]

#reindex columns by this combination
print (df1.reindex(columns=comb, fill_value=0))
tup    (A, B)  (A, A)  (A, C)  (B, B)  (B, A)  (B, C)  (C, B)  (C, A)  (C, C)
index                                                                        
Bob         1       0       0       0       1       0       0       0       0
John        0       1       0       0       0       0       0       0       0
Mike        0       0       0       0       0       0       0       0       1

---

使用

get_dummies

和

groupby

pd.get_dummies(df.apply(tuple, 1)).groupby(level=0).sum()

      (A, A)  (A, B)  (B, A)  (C, C)
Bob        0       1       1       0
John       1       0       0       0
Mike       0       0       0       1

---

为了更好地理解熊猫，有没有一种方法可以用pivot\u table来实现这一点呢？

pivot\u table的解决方案是
df1=df.reset\u index（）.pivot\u table（index='index'，columns='tup'，aggfunc='size'，fill\u value=0）
和
crosstab的解决方案是
df1=pd.crosstab（df.index，df.tup）