Desarrollo de Python
  1. Desarrollo de Python
  3. Pandas groupby para valores cero
Intereting Posts
Pylint ignora nombres específicos PyQt4 – Eliminar widget de elemento de QListWidget ¿Cómo puedo usar los valores leídos de TFRecords como argumentos para tf.reshape? wxPython: los elementos en BoxSizer no se expanden horizontalmente, solo verticalmente Python3: print (somestring, end = ‘\ r’, flush = True) no muestra nada ¿Las solicitudes HTTP a través del módulo de solicitudes de Python no funcionan a través del proxy donde hace curl? ¿Por qué? ¿Cómo instalar PIL en Spyder (Anaconda 3)? Tipografía tipo python sin importaciones cíclicas. Política desconocida de Selenium / ChromeDriver Errores Análisis de correos electrónicos tan pronto como se reciben ¿Cómo usar `style` junto con las clases` to_html` en un DataFrame? ImportError: No hay módulo llamado numpy La consulta de coincidencia de sitios no existe error después de crear el administrador de django ¿Por qué una importación no siempre importa paquetes nesteds? Cómo hacer una ordenación numérica inversa en python en una lista que contiene números y letras

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'])