import pandas as pd

可重现的设置

我有一个数据框：

df=
pd.DataFrame.from_dict({'A':['a','b','b','c','d','d','c','b'],
                        'B':['p','q','p','q','r','r','p','q']})

IE

   A  B
0  a  p
1  b  q
2  b  p
3  c  q
4  d  r
5  d  r
6  c  p
7  b  q

如果一个值出现在 column 中B，它肯定不会出现在 column 中A，反之亦然。pandas 数据帧的后共现矩阵讨论了类似的设置，但存在重要差异：输入和输出的形式不同（尽管信息内容相似）。与我当前的帖子不同，它也不需要列具有不同的条目集。

目的

我想创建一个新的数据框，它显示每个条目A与来自A. 我希望这个新数据框df的列是来自's column 的条目A，因此结果如下所示：

res=
pd.DataFrame.from_dict({'B':['p','q','r'],
                        'a':[1,0,0],
                        'b':[1,2,0],
                        'c':[1,1,0],
                        'd':[0,0,2]})

IE：

   B  a  b  c  d
0  p  1  1  1  0
1  q  0  2  1  0
2  r  0  0  0  2

   B  a  b  c  d
0  p  1  1  1  0
1  q  0  2  1  0
2  r  0  0  0  2

题

如何转换df为上述数据帧？

我试过的

一种）

使用这个答案的问题由两列组并计算大熊猫每个组合的出现，我想出了：

df.groupby(['A','B']).size().to_frame(name = 'size').reset_index()

IE

   A  B  size
0  a  p     1
1  b  p     1
2  b  q     2
3  c  p     1
4  c  q     1
5  d  r     2

这是相似的，但形式不同。可能可以将其转换为我的形式，但可能存在更有效的方法。

乙)

基于此，尝试：

df.pivot_table('A', aggfunc='count').fillna(0)

但这给ValueError: No group keys passed!. 我不确定链接的帖子是否在发布的地方工作，所以我放弃了这条路。

C）

基于对来自 pandas dataframe 的 Cooccurence matrix问题的回答，我想出了这个：

s=df.stack().str.get_dummies().sum(level=0).ne(0).astype(int)
s=s.T.dot(s).astype(float)
np.fill_diagonal(s.values, np.nan)
s=s[['a','b','c','d']].drop(index=['a','b','c','d'])
s.index.name = 'B'
s=s.astype(int)
s.reset_index(inplace=True)

IE

这就是我想要的。然而，这是一个相当复杂和漫长的解决方案。我更喜欢更紧凑的。

回答

import pandas as pd

df = pd.DataFrame.from_dict(
    {
        "A": ["a", "b", "b", "c", "d", "d", "c", "b"],
        "B": ["p", "q", "p", "q", "r", "r", "p", "q"],
    }
)

res = pd.crosstab(df['B'], df['A'])
print(res)

A  a  b  c  d
B            
p  1  1  1  0
q  0  2  1  0
r  0  0  0  2