Python 熊猫：按列分组并计算重复次数

我从另一个数据帧获取数据帧时遇到一些问题

总而言之，我有一个数据框架：

Word | ... | ... | Code
w1   | ... | ... | 1234
w1   | ... | ... | 2345
...
w1  | ... | ... | 5678
w2  | ... | ... | 5678
w2  | ... | ... | 1234
...
wXX  | ... | ... | YYYY

我想从这个数据帧中获得一个新的数据帧，如下所示：

Code |  w1 |  w2 |  w3 ...
1234 | #w1 | #w2 | #w3 ...
2345 | #w1 | #w2 | #w3 ...

也就是说，一个新的df，其索引是代码，其列由每个单词标记。在每一行中，我想计算一个单词有多少次确定的代码。有什么办法吗？我一直在尝试使用groupby，但我被卡住了

任何帮助都将不胜感激：-）

您需要使用

aggfunc=len

：

print (df)
  Word  Code
0   w1  1234
1   w1  2345
2   w1  5678
3   w2  5678
4   w2  1234

df = df.pivot_table(index='Code', columns='Word', aggfunc=len)
print (df)
Word   w1   w2
Code          
1234  1.0  1.0
2345  1.0  NaN
5678  1.0  1.0

如果需要并删除列名（在

pandas

0.18.0

中新增）：

如果需要将

NaN

替换为

0

，则添加参数

fill\u value=0

：

df = df.pivot_table(index='Code', columns='Word', aggfunc=len, fill_value=0)
       .reset_index()
       .rename_axis(None, axis=1)

print (df)
   Code  w1  w2
0  1234   1   1
1  2345   1   0
2  5678   1   1

df = df.pivot_table(index='Code', columns='Word', aggfunc=len, fill_value=0)
       .reset_index()
       .rename_axis(None, axis=1)

print (df)
   Code  w1  w2
0  1234   1   1
1  2345   1   0
2  5678   1   1