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/

10-09 18:10
查看更多