如何计算Pandas中共享唯一字段的行数

Question

假设我有一个数据框，存储每个人读过的书和他们的分数：

df = pd.DataFrame({
'person' : [1,1,2,2,3,3], 
'book' : ['dracula', 'frankenstein', 'dracula', 'frankenstein',   'dracula', 'rebecca'], 
'score':[10,11,12,13,14,15]
})

df

           book  person  score
0       dracula       1     10
1  frankenstein       1     11
2       dracula       2     12
3  frankenstein       2     13
4       dracula       3     14
5       rebecca       3     15

我想得到的是一个数据框，显示每一本书有多少人读过这两本书，即预期结果如下：

               dracula    frankensten   rebecca
dracula          3             2           1
frankenstein     2             2           0
rebecca          1             0           1

也就是说，有两个人同时读过dracula和frankenstein，一个人同时读过dracula和rebecca，等等。我不在乎分数。你知道吗

我觉得这和pivot/stack/unstack有关，但我想不出来，有什么建议吗？你知道吗

Answer 1

另一个带有^{}的解决方案：

df = pd.crosstab(df.book, df.person)
print (df.dot(df.T))
book          dracula  frankenstein  rebecca
book                                        
dracula             3             2        1
frankenstein        2             2        0
rebecca             1             0        1

或含有^{}和^{}的溶液：

df = df.groupby(['book','person'])['person'].size().unstack().fillna(0).astype(int)
print (df.dot(df.T))
book          dracula  frankenstein  rebecca
book                                        
dracula             3             2        1
frankenstein        2             2        0
rebecca             1             0        1

Answer 2

可以构造透视表并将其与转置相乘：

pvt = pd.pivot_table(df, index='book',  columns='person', aggfunc=len, fill_value=0)
pvt.dot(pvt.T)
Out: 
book          dracula  frankenstein  rebecca
book                                        
dracula             3             2        1
frankenstein        2             2        0
rebecca             1             0        1