Pandas：如何对行上的多个级别进行分组？

Question

我有以下数据框

|----|----|
| A  | B  |
| a1 | b1 |
| a2 | b1 |
| a1 | b2 |
| a2 | b3 |

我想按B计算每个A并得到以下结果：

|----|----|-------|
| A  | B  | Count |
| a1 | b1 |  1    |
|    | b2 |  1    |
|    | b3 |  NaN  |
| a2 | b1 |  1    |
|    | b2 |  NaN  |
|    | b3 |  1    |

我通常这样做，df.groupby([B])[A].count()但在这种情况下，有点数据透视表对我来说很困惑

提前致谢。

更新时间：

df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 20422 entries, 180 to 96430
Data columns (total 2 columns):
B    20422 non-null object
A             20422 non-null object
dtypes: object(2)
memory usage: 478.6+ KB

我得到df.groupby([B])[A].value_counts().unstack().stack(dropna=False).reset_index(name="Count")：

|--|----|----|-------|
|  | A  | B  | Count |
|0 | a1 | b1 |  1    |
|1 | a1 | b2 |  1    |
|2 | a1 | b3 |  NaN  |
|3 | a2 | b1 |  1    |
|4 | a2 | b2 |  NaN  |
|5 | a2 | b3 |  1    |

Answer 1

1) 一种方法是对using"A"下元素的不同计数进行分组和计算。然后融合和with以获得所需的："B"value_countsunstackstackdropna=FalseDF

df.groupby('A')['B'].value_counts().unstack().stack(dropna=False).reset_index(name="Count")

2)pd.crosstab如果我们用np.NaN堆栈后替换零计数元素，也提供了一个很好的选择：

pd.crosstab(df['A'], df['B']).stack().replace({0:np.nan}).reset_index(name="Count")

两种方法都会产生：

编辑1：

要具有分组键，"A"以某种格式显示（即保留第一次出现，同时用空字符串替换其余部分）

df_g = pd.crosstab(df['A'], df['B']).stack().replace({0:np.nan}).reset_index(name="Count")
df_g.loc[df_g.duplicated('A'), "A"] = ""

编辑2：

如果你想"A"作为一个单一的健康细胞成为多索引的一部分DF：

df.groupby('A')['B'].value_counts().unstack().stack(dropna=False
                    ).reset_index(name="Count").set_index(['A', 'B'])