Desarrollo de Python
  1. Desarrollo de Python
  3. Pandas groupby para valores cero
Intereting Posts
El módulo os.chmod de Python (archivo, 664) no cambia el permiso a rw-rw-r— pero -w – wx —- ¿Cómo puedo configurar el nombre de archivo predeterminado en saveFileDialog.SetFilename en wxPython para Windows? matplotlib: Plot Feature Feaance con nombres de características Analizar XML desde un archivo usando etree funciona cuando se lee una cadena, pero no un archivo Anulando el comportamiento de generación de nueva línea de la statement de impresión de Python Lista y tupla se comportan de manera diferente Cómo recodificar y contar de manera eficiente. Variables estáticas en la API de Python C ¿Cómo debo interpretar la salida de numpy.fft.rfft2? SQLAlchemy y django, ¿está listo para producción? ¿Cómo no permitir el acceso a un archivo para un usuario? lista de comprensión reemplazar por bucle en matriz 2D Documentación del servicio web TFS Reemplace los datos en el archivo csv usando python Dividir una lista en una celda de Pandas en múltiples columnas

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'])