假设我有一个dataframe，如下所示:
| Index | one | two | three |
|---|---|---|---|
| First | A | B | C |
| Second | C | A | B |
| Third | B | A | C |
我想要的结果是在所有的列上数到df.iloc[:,1:]:.
| Item | one | two | three |
|---|---|---|---|
| A | 1 | 2 | 0 |
| B | 1 | 1 | 1 |
| C | 1 | 0 | 2 |
第二个表的说明放在每个计数旁边的括号中.
| Item | one | two | three |
|---|---|---|---|
| A | 1 (Only one A in column 1) | 2 (two counts of A in column 2) | 0 (No A in column 3) |
| B | 1(Only one B in column 1) | 1 (Only one B in column 2) | 1 (1 B in column 3) |
| C | 1 (Only one C in column 1) | 0 (No Cs in column 2) | 2 (two counts of C in column 3) |
我try 了以下方法，但效果不是很好:
-
df3.iloc[:,1:].value_counts().to_frame('counts').reset_index()个 -
df[df.columns[1:]].value_counts()个
以上两个一行程序很接近，但并不完全是这样.
我能想到的一种MacGyvered解决方案是逐一循环列，对每一列进行.value_counts()次循环，并try 组织计数，但考虑到每.value_count的顺序略有不同，这会有点混乱.
我该怎么做呢？