概述

groupby（）可以根据DataFrame中的某一列或者多列内容进行分组聚合，当DataFrame聚合后为两列索引时，可以使用unstack()将聚合的两列中一列值调整为行索引，另一列的值调整为列索引。

代码

test_df = pd.DataFrame({ 'col_1':['a', 'a', 'b', 'a', 'a', 'b', 'c', 'a', 'c'],
                                      'col_2':['d', 'd', 'd', 'e', 'f', 'e', 'd', 'f', 'f'],
                                      'col_3':[ 1,  2,  3,   1,  4,  5,  6,  4,  5]})

1.仅对数据进行分组聚合

df1=test_df.groupby(['col_1', 'col_2']).count()


df1:

                        col_3
col_1    col_2       
    a        d          2
              e          1
              f           2
    b       d           1
             e           1
    c       d            1
             f            1
df.index:

MultiIndex(levels=[['a', 'b', 'c'], ['d', 'e', 'f']],
           labels=[[0, 0, 0, 1, 1, 2, 2], [0, 1, 2, 0, 1, 0, 2]],
           names=['col_1', 'col_2'])
df1.columns:

Index(['col_3'], dtype='object')

2.对分组聚合后的数据进行unstack

df2=test_df.groupby(['col_1', 'col_2']).count().unstack()

df2:

           col_3          
col_2     d    e    f
col_1                
a       2.0  1.0  2.0
b       1.0  1.0  NaN
c       1.0  NaN  1.0
df2.index:

Index(['a', 'b', 'c'], dtype='object', name='col_1')

df2.columns:

MultiIndex(levels=[['col_3'], ['d', 'e', 'f']],
           labels=[[0, 0, 0], [0, 1, 2]],
           names=[None, 'col_2'])

3.对分组聚合后的某列进行unstack

df3=test_df.groupby(['col_1', 'col_2']).count()['col_3'].unstack()


df3:

col_2      d      e       f

col_1               
a          2.0   1.0     2.0
b         1.0    1.0    NaN
c         1.0    NaN   1.0

df.index:
Index(['a', 'b', 'c'], dtype='object', name='col_1')

de.columns:

Index(['d', 'e', 'f'], dtype='object', name='col_2')


原创文章，转载请注明出处：http://124.221.219.47/article/groupbyunstack/