0
這是this的延續。比方說,我有沒有這個表我想代碼熊貓:如何操作每個可轉換的值?
df.groupby('A')['B'].value_counts().unstack().stack(dropna=False
).reset_index(name="Count").set_index(['A', 'B'])
|----|----|-------|
| A | B | Count |
| a1 | b1 | 1 |
| | b2 | 1 |
| | b3 | NaN |
| a2 | b1 | 1 |
| | b2 | NaN |
| | b3 | 1 |
的問題是存在這樣的情況乙列可能具有多元價值的情況下,例如許多獨特的價值。所以分組A列值有點遠:)最後,這一切都應該存儲在一些Excel格式文件df.to_excel()
。該解決方案被建議生成諸如Excel文件,每A值。例如。而不是groupped.xlsx其中您將所有此透視表放入一次,以便具有A_a1.xlsx,A_a2.xlsx文件。
問題:你怎麼做到的?
我有一些選擇,想獲得獨特的A值的列表,只是做一些像df_loc = df.loc[df['A'] == 'a1']
,但也許有更酷的方式?