分组并计算唯一值的数量（Pandas）

Question

{and{data2}有groupbyID，并计算outcome中outcome的唯一值的数目。在

df
ID    outcome
1      yes
1      yes
1      yes
2      no
2      yes
2      no

预期产量：

^{pr2}$

我的代码df[['PID', 'outcome']].groupby('PID')['outcome'].nunique()给出了唯一值本身的编号，这样：

ID
1   2
2   2

但是我需要yes和no的计数，我怎样才能做到呢？谢谢！在

Answer 1

选项2
pd.factorize+np.bincount
这是复杂而痛苦的。。。但速度很快。在

fi, ui = pd.factorize(df.ID.values)
fo, uo = pd.factorize(df.outcome.values)

n, m = ui.size, uo.size
pd.DataFrame(
    np.bincount(fi * m + fo, minlength=n * m).reshape(n, m),
    pd.Index(ui, name='ID'), pd.Index(uo, name='outcome')
)

outcome  yes  no
ID              
1          3   0
2          1   2

---

选项C

^{pr2}$

---

方案四。在

df.groupby(['ID', 'outcome']).size().unstack(fill_value=0)

Answer 2

^{}怎么样？在

In [1217]: pd.crosstab(df.ID, df.outcome)
Out[1217]: 
outcome  no  yes
ID              
1         0    3
2         2    1

Answer 3

在ID列上分组，然后在outcome列上使用value_counts进行聚合。这将产生一个序列，因此需要使用.to_frame()将其转换回一个数据帧，以便可以取消对yes/no的堆栈（即将它们作为列）。然后用零填充空值。在

df_total = df.groupby('ID')['outcome'].value_counts().to_frame().unstack(fill_value=0)
df_total.columns = df_total.columns.droplevel()
>>> df_total
outcome  no  yes
ID              
1         0    3
2         2    1