如何使用 pandas pivot_table 聚合唯一计数

Question

这段代码：

 df2 = (
    pd.DataFrame({
        'X' : ['X1', 'X1', 'X1', 'X1'],
        'Y' : ['Y2', 'Y1', 'Y1', 'Y1'],
        'Z' : ['Z3', 'Z1', 'Z1', 'Z2']
    })
)
g = df2.groupby('X')
pd.pivot_table(g, values='X', rows='Y', cols='Z', margins=False, aggfunc='count')

返回以下错误：

 Traceback (most recent call last): ...
AttributeError: 'Index' object has no attribute 'index'

如何获得一个数据透视表，其中包含一个 DataFrame 列 的唯一值 对其他两个列的计数？

是否有 aggfunc 计数唯一？我应该使用 np.bincount() 吗？

注意。我知道 pandas.Series.values_counts() 但是我需要一个数据透视表。

---

编辑：输出应该是：

 Z   Z1  Z2  Z3
Y
Y1   1   1 NaN
Y2 NaN NaN   1

原文由 dmi 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你的意思是这样的吗？

 >>> df2.pivot_table(values='X', index='Y', columns='Z', aggfunc=lambda x: len(x.unique()))

Z   Z1  Z2  Z3
Y
Y1   1   1 NaN
Y2 NaN NaN   1

请注意，使用 len 假设您的 DataFrame 中没有 NA 。您可以执行 x.value_counts().count() 或 len(x.dropna().unique()) 否则。

原文由 Chang She 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这是对 .pivot_table 中的条目进行计数的好方法：

 >>> df2.pivot_table(values='X', index=['Y','Z'], columns='X', aggfunc='count')

        X1  X2
Y   Z
Y1  Z1   1   1
    Z2   1  NaN
Y2  Z3   1  NaN

原文由 julian peng 发布，翻译遵循 CC BY-SA 4.0 许可协议