Desarrollo de Python
  1. Desarrollo de Python
  3. Pandas groupby para valores cero
Intereting Posts
¿La búsqueda de Pandas DataFrame es tiempo lineal o tiempo constante? Lee y escribe el contenido específico Enviar llaves que no funcionan Selenio webdriver python ¿Por qué imprimir statement no es pythonic? Crear diccionario a partir de los resultados de DataFrame en pandas. Lista de comprensión de Python vs .NET LINQ Pandas Dataframe agrega encabezado sin reemplazar el encabezado actual La secuencia de comandos PHP no puede obtener salida de la secuencia de comandos de Python ¿Por qué Django realiza migraciones para los cambios help_text y verbose_name? Recursión de Python con devoluciones de lista Ninguno Jupyter Notebook: importa el archivo .ipynb y accede a su método en otro archivo .ipynb que da error Multiprocesamiento de Python en Python 2.6 Win32 (xp) en Python, ¿cómo divido un número por el punto decimal? __instancecheck__ – sobrescribir no muestra ningún efecto, ¿qué estoy haciendo mal? Herramienta externa de Eclipse para Qt .ui a .py con pyuic

Pandas groupby para valores cero

Tengo datos como este en un archivo csv 

Symbol,Action,Year AAPL,Buy,2001 AAPL,Buy,2001 BAC,Sell,2002 BAC,Sell,2002

Soy capaz de leerlo y agruparme de esta manera. 

 df.groupby(['Symbol','Year']).count()

yo obtengo 

  Action Symbol Year AAPL 2001 2 BAC 2002 2

Deseo esto (el orden no importa) 

  Action Symbol Year AAPL 2001 2 AAPL 2002 0 BAC 2001 0 BAC 2002 2

Quiero saber si es posible contar para cero ocurrencias

Puedes usar pivot_table con unstack : 

 print df.pivot_table(index='Symbol', columns='Year', values='Action', fill_value=0, aggfunc='count').unstack() Year Symbol 2001 AAPL 2 BAC 0 2002 AAPL 0 BAC 2 dtype: int64

Si necesita salida como DataFrame use to_frame : 

 print df.pivot_table(index='Symbol', columns='Year', values='Action', fill_value=0, aggfunc='count').unstack() .to_frame() .rename(columns={0:'Action'}) Action Year Symbol 2001 AAPL 2 BAC 0 2002 AAPL 0 BAC 2

Puedes usar esto: 

 df = df.groupby(['Symbol','Year']).count().unstack(fill_value=0).stack() print df

Salida: 

  Action Symbol Year AAPL 2001 2 2002 0 BAC 2001 0 2002 2

Si desea hacer esto sin usar pivot_table, puede intentar el siguiente enfoque: 

 midx = pd.MultiIndex.from_product([ df['Symbol'].unique(), df['Year'].unique()], names=['Symbol', 'Year']) df_grouped_by = df_grouped_by.reindex(midx, fill_value=0)

Básicamente, lo que estamos haciendo anteriormente es crear un índice múltiple de todos los valores posibles multiplicando las dos columnas y luego usar ese índice múltiple para llenar los ceros en nuestro dataframe de grupo por grupo.

Paso 1: Cree un dataframe que almacene el recuento de cada clase que no sea cero en los recuentos de la columna 

 count_df = df.groupby(['Symbol','Year']).size().reset_index(name='counts')

Paso 2: ahora use pivot_table para obtener el dataframe deseado con conteos para las clases existentes y no existentes. 

 df_final = pd.pivot_table(count_df, index=['Symbol','Year'], values='counts', fill_value = 0, dropna=False, aggfunc=np.sum)

Ahora los valores de los conteos se pueden extraer como una lista con el comando 

 list(df_final['counts'])