我有一个这样的数据框
df = pd.DataFrame({'a' : [1,1,0,0], 'b': [0,1,1,0], 'c': [0,0,1,1]})
我想得到
a b c a 2 1 0 b 1 2 1 c 0 1 2
其中,a,b,c是列名,当另一列中的过滤器为“ 1”时,我得到所有列中的计数为“ 1”的值。例如,当df.a == 1时,我们计算a = 2,b = 1,c = 0等
我做了一个循环来解决
matrix = [] for name, values in df.iteritems(): matrix.append(pd.DataFrame( df.groupby(name, as_index=False).apply(lambda x: x[x == 1].count())).values.tolist()[1]) pd.DataFrame(matrix)
但是我认为有一个更简单的解决方案,不是吗?
您似乎想要矩阵乘积,因此请使用DataFrame.dot:
DataFrame.dot
df.T.dot(df) a b c a 2 1 0 b 1 2 1 c 0 1 2
另外,如果您希望在没有熊猫开销的情况下达到相同的性能水平,则可以使用以下公式计算乘积np.dot:
np.dot
v = df.values pd.DataFrame(v.T.dot(v), index=df.columns, columns=df.columns)
或者,如果您想变得可爱,
(lambda a, c: pd.DataFrame(a.T.dot(a), c, c))(df.values, df.columns) a b c a 2 1 0 b 1 2 1 c 0 1 2