Desarrollo de Python
  1. Desarrollo de Python
  3. Pandas groupby para valores cero
Intereting Posts
Cierre una ventana tkinter después de un período de tiempo Descargar Mp3 usando Python en Windows maneja la canción, pero en Linux no lo hace ¿Cómo usar Chrome Webdriver en Selenium para descargar archivos en Python? ¿Es estable el set de python? __init__ o __call__? Manera de Pythonic para aplanar un diccionario en una lista usando la comprensión de la lista Selector sin cabeza navegador webdriver Restablecimiento de la conexión por par Python & MySql: Unicode y encoding Pregunta sobre la implementación del novato de Django – ImportError: no se pudo importar la configuración ‘configuración’ Rápido NLTK analizar en el árbol de syntax ¿Hay una versión recursiva del dict.get () de Python integrado? INSERTAR / BORRAR / ACTUALIZAR la consulta usando SPARQLWrapper Error de atributo: el objeto ‘list’ no tiene atributo ‘split’ ¿Entorno virtual en R? Python pickle / deselecciona una lista a / desde un archivo

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'])