Desarrollo de Python
  1. Desarrollo de Python
  3. Pandas groupby para valores cero
Intereting Posts
¿Cómo funcionan los operadores lógicos `y ‘con enteros en Python? Utilice la ventana acoplable para las dependencias de flujo de datos de Google Cloud. Ejecutando el comando Git clone en Python Django agregado Cuenta solo valores verdaderos ¿Por qué el orden de dict y dict.items () es diferente? ¿Se puede agregar la funcionalidad HTTPS a un servidor web de Python Flask? Cómo pivotar en Google BigQuery Excluyendo un directorio de nivel superior de un paquete setuptools Intentar mostrar un archivo png en pygame usando pygame.display.update, y se muestra durante menos de un segundo y luego desaparece. Python: comparación por defecto Ordenar todas las columnas de un dataframe imshow (img, cmap = cm.gray) muestra un valor blanco para 128 ¿Cómo crear un nuevo perfil de Firefox (persistente) con Selenium en Python? ¿Cómo vincular archivos de hojas de estilo a pdfkit en la aplicación Flask? Pandas restablecen índice en serie para eliminar multiindex

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'])