如何将数据切片并创建引用其他列值的新列中的Python中的Pivot？

Question

我正在进行调查，数据看起来像这样：

ID    Q1    Q2    Q3    Gender    Age    Dep    Ethnicity
001   Y      N    Y      M         22     IT        W
002   N      Y    Y      M         35     HR        W
003   Y      N    N      M         20     IT        A
004   Y      N    Y      M         54     OPRE      B
005   Y      N    Y      M         42     OPRE      B

现在，我想添加群体种族和性别来创建一个表：

Question  Dep   Response  #White Man   #Diverse Man    %White Man  %Diverse Man 
 Q1     IT        Y        1               1           50           50
        IT        N        0               0            0            0
        HR        Y        0               0            0            0
        HR        N        1               0            100          0 
        OPRE      Y        0               2            0          100
        OPRE      N        0               0            0            0  
 Q2     IT        Y        0               0            0            0
        IT        N        1               1           50           50
        HR        Y        1               0            100          0
        HR        N        0               0            0            0 
        OPRE      Y        0               0            0            0
        OPRE      N        0               2            0            0
 Q3 ......

我的代码是这样的：

df['White Man'] = df[df[Gender] == 'Man']&df[Ethnicity] = 'White'] 

但是我不知道是否包含功能是否python。我上面做的只是过滤，它不会在结果中添加1个。 谁能帮忙？

Answer 1

我不确定这是解决您的问题的最有效方法，但是它至少可以

df = pd.DataFrame({
    'Q1': ['Y', 'N', 'Y', 'Y', 'Y'],
    'Q2': ['N', 'Y', 'N', 'N', 'N'],
    'Q3': ['Y', 'Y', 'N', 'Y', 'Y'],
    'Gender': ['M', 'M', 'M', 'M', 'M'],
    'Age': [22, 35, 20, 54, 42],
    'Dep': ['IT', 'HR', 'IT', 'OPRE', 'OPRE'],
    'Ethnicity': ['W', 'W', 'A', 'B', 'B'],
    })

df = pd.melt(df, id_vars = ['Gender', 'Age', 'Dep', 'Ethnicity'],
       value_vars=['Q1', 'Q2', 'Q3'],
       var_name='Question',
       value_name='Answer')

df = pd.pivot_table(df, index=['Question', 'Dep','Answer', 'Ethnicity'], aggfunc='count')['Age']

df = df.unstack(level=3).reset_index()
df = df.fillna(0)

从这里看到它可以完全解决您想要的东西。