Pandas Python: tableau croisé dynamique avec aggfunc = count unique distinct
df2 = pd.DataFrame({'X' : ['X1', 'X1', 'X1', 'X1'], 'Y' : ['Y2','Y1','Y1','Y1'], 'Z' : ['Z3','Z1','Z1','Z2']})
X Y Z
0 X1 Y2 Z3
1 X1 Y1 Z1
2 X1 Y1 Z1
3 X1 Y1 Z2
g=df2.groupby('X')
pd.pivot_table(g, values='X', rows='Y', cols='Z', margins=False, aggfunc='count')
Traceback (dernier appel le plus récent): ... AttributeError: objet' Index' n'a pas d'attribut 'index'
Comment puis-je obtenir un tableau croisé dynamique avec Nombre de valeurs uniques d'une colonne DataFrame pour deux autres colonnes?
Y a-t-il aggfunc pour count unique? Devrais-je utiliser np.bincount()?
NB. Je suis conscient de 'Series' values_counts() mais j'ai besoin d'un tableau croisé dynamique.
EDIT: la sortie doit être:
Z Z1 Z2 Z3
Y
Y1 1 1 NaN
Y2 NaN NaN 1
5 réponses
Voulez-vous dire quelque chose comme ça?
In [39]: df2.pivot_table(values='X', rows='Y', cols='Z',
aggfunc=lambda x: len(x.unique()))
Out[39]:
Z Z1 Z2 Z3
Y
Y1 1 1 NaN
Y2 NaN NaN 1
Notez que l'utilisation de len suppose que vous n'avez pas NAs dans votre DataFrame. Vous pouvez faire x.value_counts().count() ou len(x.dropna().unique()) sinon.
Je pense que cela sera plus parfait:
df2.pivot_table(values='X',rows=['Y','Z'],cols='X',aggfunc='count')
X1 X2
Y Z
Y1 Z1 1 1
Z2 1 NaN
Y2 Z3 1 NaN
Depuis au moins la version 0.16 des pandas, il ne prend pas le paramètre "lignes"
À partir de 0.23, la solution serait:
df2.pivot_table(values='X', index='Y', columns='Z', aggfunc=pd.Series.nunique)
Qui renvoie:
Z Z1 Z2 Z3
Y
Y1 1.0 1.0 NaN
Y2 NaN NaN 1.0
, Vous pouvez construire un tableau croisé dynamique pour chaque valeur distincte de X. Dans ce cas,
for xval, xgroup in g:
ptable = pd.pivot_table(xgroup, rows='Y', cols='Z',
margins=False, aggfunc=numpy.size)
Construire un tableau croisé dynamique pour chaque valeur de X. Vous pouvez indexer ptable en utilisant le xvalue. Avec ce code, je reçois (pour X1)
X
Z Z1 Z2 Z3
Y
Y1 2 1 NaN
Y2 NaN NaN 1
aggfunc=pd.Series.nunique fournit un nombre distinct.
Crédit à @hume pour cette solution (voir commentaire sous la réponse acceptée). Ajouter comme réponse ici pour une meilleure découvrabilité.