我有一個 countrydf 如下，其中 country 列中的每個單元格都包含電影發行國家/地區的串列。
countrydf
id Country release_year
s1 [US] 2020
s2 [South Africa] 2021
s3 NaN 2021
s4 NaN 2021
s5 [India] 2021
我想制作一個新的 df 看起來像這樣：
country_yeardf
Year US UK Japan India
1925 NaN NaN NaN NaN
1926 NaN NaN NaN NaN
1927 NaN NaN NaN NaN
1928 NaN NaN NaN NaN
它有發行年份和每個國家發行的電影數量。我的解決方案是：使用像第二個一樣的空白 df，運行 for 回圈來計算發布的電影數量，然后相對地修改單元格中的值。
countrylist=['Afghanistan', 'Aland Islands', 'Albania', 'Algeria', 'American Samoa', 'Andorra', 'Angola', 'Anguilla', 'Antarctica', ….]
for x in countrylist:
for j in list(range(0,8807)):
if x in countrydf.country[j]:
t=int (countrydf.release_year[j] )
country_yeardf.at[t, x] = country_yeardf.at[t, x] 1
發生錯誤，內容如下：
TypeError Traceback (most recent call last)
<ipython-input-25-225281f8759a> in <module>()
1 for x in countrylist:
2 for j in li:
----> 3 if x in countrydf.country[j]:
4 t=int(countrydf.release_year[j])
5 country_yeardf.at[t, x] = country_yeardf.at[t, x] 1
TypeError: argument of type 'float' is not iterable
我不知道這里哪個是 float 型別，我檢查了 countrydf.country[j] 的型別，它回傳了 int。我正在使用熊貓，我才剛剛開始使用它。任何人都可以解釋錯誤并為我想要創建的 df 提出解決方案嗎？P/s：我的英語不是很好，所以希望你們理解。
uj5u.com熱心網友回復：
這是使用的解決方案 groupby
df = pd.DataFrame([['US', 2015], ['India', 2015], ['US', 2015], ['Russia', 2016]], columns=['country', 'year'])
country year
0 US 2015
1 India 2015
2 US 2015
3 Russia 2016
現在只需按國家和年份分組并拆開輸出：
df.groupby(['year', 'country']).size().unstack()
country India Russia US
year
2015 1.0 NaN 2.0
2016 NaN 1.0 NaN
uj5u.com熱心網友回復：
在沒有回圈的熊貓中實作這一點的一些替代方法。
如果 Country Column 在每行的串列中都有 1 個以上的值，您可以嘗試以下操作：
>>df['Country'].str.join("|").str.get_dummies().groupby(df['release_year']).sum()
India South Africa US
release_year
2020 0 0 1
2021 1 1 0
否則，如果 Country 在串列中的每行只有 1 個值，如示例中所示，您可以使用 crosstab
>>pd.crosstab(df['release_year'],df['Country'].str[0])
Country India South Africa US
release_year
2020 0 0 1
2021 1 1 0
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/392852.html
下一篇：使用函式檢索要放入資料幀的鍵