Pandas 按两列分组，一列按行，另一列按列

Question

我有一个 csv 文件，其中包含 n 行房屋销售数据。

房屋	House_type	Sale_year
一个	半	2010 年
两个	平房	2011 年
三个	平房	2012
年四个	半	2013 年
5 个	半	2013

我想按 House_type（公寓、平房、半）按 sale_year（2010、2011 等）对数据进行分组算作列。 所以我尝试以以下格式输出数据。

House_type	2010	2011	2012	2013
Semi	1	0	0	2
Flat	0	1	0	0
Bungalow	0	0	1	0

但是，当我运行代码时，它会返回 House_type 和 Sale_year 作为两列。

house= housedata.groupby(["House_type", "Sale_year"])["Sale_year"].count()
house

House_type               Sale_year
Flat                     2011.0          1
bungalow                 2012.0          1
Semi                     2010.0          1
                         2013.0          2

如何让 pandas 输出所需的数据？

非常感谢

Answer 1

您可以使用 pandas 的 get_dummies 方法实现相同的目的。它基本上为分类列创建多个列并用值填充它。

df = pd.DataFrame({'House_type':['Semi','Flat','Bungalow','Semi','Semi'],'sale_year':[2010,2011,2012,2013,2013]})
df_final = pd.get_dummies(df,columns=['sale_year']).groupby('House_type').sum()
df_final

Answer 2

您可以在这里使用pivot_table：

result = pd.pivot_table(df, index='House_type', columns='Sale_year',
                        aggfunc='count', fill_value=0)

它直接给出：

           House               
Sale_year   2010 2011 2012 2013
House_type                     
Flat           0    1    0    0
Semi           1    0    0    2
bungalow       0    0    1    0

如果您愿意，可以稍微格式化它：

result.columns = result.columns.get_level_values(1).rename(None)
result = result.reset_index()

最终得到：

  House_type  2010  2011  2012  2013
0       Flat     0     1     0     0
1       Semi     1     0     0     2
2   bungalow     0     0     1     0