使用 groupby 对多列进行 Value_counts

我需要一些关于熊猫的帮助。

我有以下数据框：

df = pd.DataFrame({'1Country': ['FR', 'FR', 'GER','GER','IT','IT', 'FR','GER','IT'],
               '2City': ['Paris', 'Paris', 'Berlin', 'Berlin', 'Rome', 'Rome','Paris','Berlin','Rome'],
               'F1': ['A', 'B', 'C', 'B', 'B', 'C', 'A', 'B', 'C'],
               'F2': ['B', 'C', 'A', 'A', 'B', 'C', 'A', 'B', 'C'],
               'F3': ['C', 'A', 'B', 'C', 'C', 'C', 'A', 'B', 'C']})

截屏 https://i.stack.imgur.com/8kvdb.png

我正在尝试做一个groupby在前两列1Country and 2City and do value_counts在列上F1 and F2。到目前为止我只能做 groupby 和value_counts一次在 1 列上

df.groupby(['1Country','2City'])['F1'].apply(pd.Series.value_counts)

我能怎么做value_counts在多列上并得到一个数据框作为结果？

你可以使用agg，沿着这些思路：

df.groupby(['1Country','2City']).agg({i:'value_counts' for i in df.columns[2:]})

               F1   F2   F3
FR  Paris  A  2.0  1.0  2.0
           B  1.0  1.0  NaN
           C  NaN  1.0  1.0
GER Berlin A  NaN  2.0  NaN
           B  2.0  1.0  2.0
           C  1.0  NaN  1.0
IT  Rome   B  1.0  1.0  NaN
           C  2.0  2.0  3.0