Pandas 按日期分组和计数。然后将计数转置为列名称

Question

我有这个数据框

import pandas as pd

from datetime import datetime

df = pd.DataFrame([

    {"_id": "1", "date": datetime.strptime("2020-09-29 07:00:00", '%Y-%m-%d %H:%M:%S'), "status": "started"},

    {"_id": "2", "date": datetime.strptime("2020-09-29 14:00:00", '%Y-%m-%d %H:%M:%S'), "status": "end"},

    {"_id": "3", "date": datetime.strptime("2020-09-25 17:00:00", '%Y-%m-%d %H:%M:%S'), "status": "started"},

    {"_id": "4", "date": datetime.strptime("2020-09-17 09:00:00", '%Y-%m-%d %H:%M:%S'), "status": "end"},

    {"_id": "5", "date": datetime.strptime("2020-09-19 07:00:00", '%Y-%m-%d %H:%M:%S'), "status": "end"},

    {"_id": "6", "date": datetime.strptime("2020-09-19 08:00:00", '%Y-%m-%d %H:%M:%S'), "status": "end"},

]).set_index('date')

看起来像这样：

                    _id   status

date                            

2020-09-29 07:00:00   1  started

2020-09-29 14:00:00   2      end

2020-09-25 17:00:00   3  started

2020-09-17 09:00:00   4      end

2020-09-19 07:00:00   5      end

我正在尝试按天分组并计算每个状态。但我想在列名称中包含名称的名称。

这是所需的输出：

                      status_started  status_end

date

2020-09-29 07:00:00    1                1

2020-09-25 17:00:00    1                0

2020-09-17 09:00:00    0                1

2020-09-19 07:00:00    0                2

我试过这个：

df = df.groupby([pd.Grouper(freq='d'), 'status']).agg({'status': "count"})

df = df.reset_index(level="status")

out: 

                    status

date       status         

2020-09-17 end           1

2020-09-19 end           2

2020-09-25 started       1

2020-09-29 end           1

2020-09-29 started       1

但并没有成功改造df。

Answer 1

您可以尝试crosstab：d = pd.crosstab(df.index.date, df['status'])\      .rename_axis('date').add_prefix('status_')status      status_end  status_starteddate                                  2020-09-17           1               02020-09-19           2               02020-09-25           0               12020-09-29           1               1

Answer 2

您只需要unstack：df.groupby([pd.Grouper(freq='d'), 'status']).size().unstack('status', fill_value=0)输出：status      end  starteddate                    2020-09-17    1        02020-09-19    2        02020-09-25    0        12020-09-29    1        1