来自 Pandas 数据帧列的直方图/值计数，其中包含分类数据和自定义"bins"

Question

考虑以下数据帧：

import pandas as pd
x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)
0  1
0  a  b
1  a  c
2  c  b
3  d  c

我想基于一些自定义的"频率"来获得数据帧的每一列中的数据的相对频率；bins"；其将是唯一数据值(可能的超集合(。例如，如果：

b = ['a', 'b', 'c', 'd', 'e', 'f']

我想获得：

0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

有没有一个(或两个(衬垫可以实现这一点？

Answer 1

基于b:尝试applyvalue_counts，然后尝试reindex

import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)
print(df)

df:

0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

---

melt和crosstab选项：

import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.melt()
df = pd.crosstab(df['value'], df['variable']) 
.reindex(b).fillna(0).astype(int) 
.rename_axis(None, axis=1).rename_axis(None, axis=0)
print(df)

df:

0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0