pandas逐列分组，然后在第三列的基础上创建另外两列

Question

我试图按列对数据帧进行分组，并根据此分组获得"已批准"或"未批准"的总值，但没有成功。

示例：

PlaceTest | Approved    
21 |        1    
21 |        0    
22 |        1    
22 |        0

我想要的输出：

PlaceTest | Approved | NotApproved    
21 |        1 |           1    
22 |        1 |           1

谢谢！

Answer 1

给定

>>> df
PlaceTest  Approved
0         21         1
1         21         0
2         22         1
3         22         0

你可以发布

>>> df.assign(NotApproved=1 - df['Approved']).groupby('PlaceTest').sum().reset_index()
PlaceTest  Approved  NotApproved
0         21         1            1
1         22         1            1

Answer 2

您可以实现这种略有不同的方式，不过这是两行处理。

$ df
Approved  PlaceTest
0         1         21
1         0         21
2         1         22
3         0         22

第一个具有新列的groupby和sum：

$ df['Not Approved'] = df.groupby('PlaceTest')['Approved'].sum()

最后再次使用groupby和fillna

$ df = df.groupby('PlaceTest')['Approved', 'Not Approved'].sum().fillna("1").reset_index()
$ df
PlaceTest  Approved Not Approved
0         21         1            1
1         22         1            1

注意：它适用于panda版本0.21.0。

对于大于0.21.0的版本，上述用例应使用以下内容：

>>> df.groupby('PlaceTest')['Approved', 'Not Approved'].max().fillna("1").reset_index()
PlaceTest  Approved Not Approved
0         21         1            1
1         22         1            1