Python 然后根据第三列创建另外两列

我正在尝试按列对数据帧进行分组，并根据此分组获取“已批准”或“未批准”的总值，但没有成功

例如：

PlaceTest | Approved    
       21 |        1    
       21 |        0    
       22 |        1    
       22 |        0

我的期望输出：

PlaceTest | Approved | NotApproved    
       21 |        1 |           1    
       22 |        1 |           1

谢谢

给定

>>> df
   PlaceTest  Approved
0         21         1
1         21         0
2         22         1
3         22         0

你可以发行

>>> df.assign(NotApproved=1 - df['Approved']).groupby('PlaceTest').sum().reset_index()
   PlaceTest  Approved  NotApproved
0         21         1            1
1         22         1            1

---

您可以通过稍微不同的方式实现这一点，这是一个两行的过程

$ df
   Approved  PlaceTest
0         1         21
1         0         21
2         1         22
3         0         22

第一个

groupby

和

sum

带有新列：

$ df['Not Approved'] = df.groupby('PlaceTest')['Approved'].sum()

最后再次使用

fillna
groupby

$ df = df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()

$ df
   PlaceTest  Approved Not Approved
0         21         1            1
1         22         1            1

注意：它使用的是熊猫版本
0.21.0

对于大于
0.21.0
的版本，应在上述用例中使用以下内容：

>>> df.groupby('PlaceTest')['Approved', 'Not Approved'].max().fillna("1").reset_index()
   PlaceTest  Approved Not Approved
0         21         1            1
1         22         1            1

复制粘贴代码时，我在“未批准”列中只得到
0.0
。这是真的吗？我使用的是linux python shell 3.6和pandas版本
0.21.0
请看，无论如何+1是你的好解决方案。@timgeb，你是对的，我刚刚用pandas版本
0.23.3
和Python3.7进行了测试，结果与你的相同，但与
0.21.0
一起使用时看起来像个bug（）在fillna之后，不要对其执行操作