0
192
Vistaspython ¿Cómo transponer el recuento de valores en un marco de datos de pandas a varias columnas en un segundo marco de datos?
Tengo 2 marcos de datos df1 y df2.
import pandas as pd df1 = pd.DataFrame({ 'id':['1','1','1','2','2','2', '3', '4','4', '5', '6', '7'], 'group':['A','A','B', 'A', 'A', 'C', 'A', 'A', 'B', 'B', 'A', 'C'] }) df2 = pd.DataFrame({ 'id':['1','2','3','4','5','6','7'] })Quiero agregar 3 columnas a df2 llamadas group_A, group_B y group_C, donde cada una cuenta el número de repeticiones de cada grupo en df1 según la columna de identificación. entonces el resultado de df2 debería ser así:
·
Santiago Trujillo
2 Respuestas
Responde la pregunta0
Use la tabulación crosstab con DataFrame.join , el tipo de ambos id tiene que ser el mismo, como aquí las cadenas:
print (pd.crosstab(df1['id'], df1['group']).add_prefix('group_')) group group_A group_B group_C id 1 2 1 0 2 2 0 1 3 1 0 0 4 1 1 0 5 0 1 0 6 1 0 0 7 0 0 1 df = df2.join(pd.crosstab(df1['id'], df1['group']).add_prefix('group_'), on='id') print (df) id group_A group_B group_C 0 1 2 1 0 1 2 2 0 1 2 3 1 0 0 3 4 1 1 0 4 5 0 1 0 5 6 1 0 0 6 7 0 0 1 La solución sin unión es posible, si los mismos id s en ambos DataFrame s:
print (pd.crosstab(df1['id'], df1['group']).add_prefix('group_').reset_index().rename_axis(None, axis=1)) id group_A group_B group_C 0 1 2 1 0 1 2 2 0 1 2 3 1 0 0 3 4 1 1 0 4 5 0 1 0 5 6 1 0 0 6 7 0 0 1
·
Santiago Trujillo
Denunciar
0
Una opción es obtener los recuentos de df2 antes de unirse a df1:
counts = df1.value_counts().unstack(fill_value=0).add_prefix('group_') df2.join(counts, on='id') id group_A group_B group_C 0 1 2 1 0 1 2 2 0 1 2 3 1 0 0 3 4 1 1 0 4 5 0 1 0 5 6 1 0 0 6 7 0 0 1 Otra opción es con get_dummies , combinado con groupby :
counts = pd.get_dummies(df1, columns = ['group']).groupby('id').sum() df2.join(counts, on='id') id group_A group_B group_C 0 1 2 1 0 1 2 2 0 1 2 3 1 0 0 3 4 1 1 0 4 5 0 1 0 5 6 1 0 0 6 7 0 0 1
·
Santiago Trujillo
Denunciar
Responde la pregunta