Как создать новый фрейм данных из существующих фреймов данных?

Question

У меня есть следующие 2 кадра данных:

df1

product_ID         tags
100         chocolate, sprinkles
101         chocolate, filled
102         glazed

df2

customer   product_ID
A            100
A            101
B            101
C            100
C            102
B            101
A            100
C            102

Я должен иметь возможность создать новый кадр данных, подобный этому.

| customer | chocolate | sprinkles | filled | glazed |
|----------|-----------|-----------|--------|--------|
| A        | ?         | ?         | ?      | ?      |
| B        | ?         | ?         | ?      | ?      |
| C        | ?         | ?         | ?      | ?      |

Где содержимое ячеек представляет количество вхождений атрибута продукта.

Я использовал merge и получил следующий результат

df3 = pd.merge(df2, df1)
df3.drop(['product'], axis = 1)

customer       tags
A        chocolate, sprinkles
C        chocolate, sprinkles
A        chocolate, sprinkles
A        chocolate, filled
B        chocolate, filled
B        chocolate, filled
C        glazed
C        glazed

Как сделатьмы доберемся до конечного результата отсюда?Заранее спасибо!

Answer 1

Использование get_dummies

df.set_index('customer').tags.str.get_dummies(sep=',').sum(level=0)
Out[593]: 
          chocolate  filled  glazed  sprinkles
customer                                      
A                 3       1       0          2
C                 1       0       2          1
B                 2       2       0          0

Answer 2

Вы можете сделать это в 2 шага:

1. Разверните / сгладьте ваш фрейм данных с помощью последовательности строк, разделенных запятыми.
2. Используйте pandas.crosstab длятабулируйте ваши подсчеты.

Вот пример, предполагающий, что вы выполнили слияние, и в результате получите df:

import numpy as np
from itertools import chain

# split by comma to form series of lists
tag_split = df['tags'].str.split(',')

# create expanded dataframe
df_full = pd.DataFrame({'customer': np.repeat(df['customer'], tag_split.map(len)),
                        'tags': list(chain.from_iterable(tag_split))})

# use pd.crosstab for result
res = pd.crosstab(df_full['customer'], df_full['tags'])

print(res)

tags       filled   sprinkles  chocolate  glazed
customer                                        
A               1           2          3       0
B               2           0          2       0
C               0           1          1       2