使用value_counts在groupby结果之后旋转数据框

问题描述

我已经尝试了很多，但是找不到解决方法。

我在df上运行以下代码：

df.groupby(df['Operatiejaar'])['ASA'].value_counts().sort_index()

这具有预期的结果：

Operatiejaar  ASA
2017          1.0    1523
              2.0    2658
              3.0     685
              4.0      28
2018          1.0    1357
              2.0    2749
              3.0     729
              4.0      26
2019          1.0    1505
              2.0    2770
              3.0     787
              4.0      27
              5.0       1
Name: ASA,dtype: int64

现在，我想将其转到：

    ASA 1   ASA 2   ASA 3   ASA 4
Jaar                
2017    1523    2658    685     28
2018    1357    2749    729     26
2019    1505    2770    787     27

我现在手工制作了这个pivot.df。我的问题是：基于上面的groupby代码：如何将结果转换为想要的df？我相信这一定能够，但是如何...。顺便说一句：groupby的结果是系列。使用pd.DataFrame（df）我已经将其转换为DataFrame。

谢谢！问候Jan

解决方法

使用Series.unstack，然后将列名称转换为整数，最后使用DataFrame.add_prefix：

s = df.groupby(df['Operatiejaar'])['ASA'].value_counts().sort_index()

df1 = s.unstack().rename(columns=int).add_prefix('ASA ')

如果每个组仅需要前4行，则添加GroupBy.head：

df1 = s.groupby(level=0).head(4).unstack().rename(columns=int).add_prefix('ASA ')

group-by pandas pivot