我有一个数据集,它是一个标识符ID和该数据中特征的一些标志,例如:
In [86]: frame = pd.DataFrame({"key": [1,2,3,4,5,6,7,8,9], "flag1": [0,1,0,1,0,1,0,1,1], "flag2": [0,0,1,1,0,0,1,1,0], "flag3": [0,0,0,0,1,1,1,1,1]}, columns=['key','flag1','flag2','flag3'])
In [87]: frame
Out[87]:
key flag1 flag2 flag3
0 1 0 0 0
1 2 1 0 0
2 3 0 1 0
3 4 1 1 0
4 5 0 0 1
5 6 1 0 1
6 7 0 1 1
7 8 1 1 1
8 9 1 0 1
我希望输出一个数据集,该数据集为我提供两个标志均遇见时的计数作为数据透视表,例如:
flags flag1 flag2 flag3
0 flag1 5 2 3
1 flag2 2 4 2
2 flag3 3 2 5
我想我必须在两个循环上遍历
frame.keys()[1:]
,但是我不知道如何填充第二个数据集。我应该模仿此Google表格的行为,但是我的实际数据集太大,以至于Sheets / Excel无法使用(大约200万行60列):https://docs.google.com/spreadsheets/d/1emEm9RtxPAFceUgalCVbzr0mGNoZEMFjWwqSjrxyAuE/edit?usp=sharing
最佳答案
让我们删除key
,我们不需要它。之后,解决方案几乎是一个矩阵dot
产品:
v = frame.drop('key', 1)
v.T.dot(v)
flag1 flag2 flag3
flag1 5 2 3
flag2 2 4 2
flag3 3 2 5
或者,更有效地,使用
del
删除key
列:del frame['key']
frame.T.dot(frame)
flag1 flag2 flag3
flag1 5 2 3
flag2 2 4 2
flag3 3 2 5
关于python - Pandas上countifs()的数据透视表,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/48662237/