Skip to main content
2 de 2
Eliminar un import repetido
abulafia
  • 58.7k
  • 3
  • 54
  • 89

Contar cantidad de repeticiones por parejas usando pandas

Una pregunta reciente, que no especificaba con qué lenguaje/tecnología quería resolverlo, me impulsó a pensar cómo lo haría con Pandas.

La pregunta puede reformularse en el contexto de Pandas en la forma siguiente.

Dado un dataframe como por ejemplo el que construyo aquí:

import pandas as pd
datos = [["jose", "manzana"],
         ["andres","pera"],
         ["luis", "pera"],
         ["jose", "manzana"]]
df = pd.DataFrame(datos, columns=["Nombre", "Fruta"])
print(df)

Que tiene esta pinta:

   Nombre    Fruta
0    jose  manzana
1  andres     pera
2    luis     pera
3    jose  manzana

quiero obtener otro en el que el índice sean los nombres (sin repeticiones), las columnas las frutas, y las celdas el número de veces que cada nombre aparece con cada fruta. Es decir:

Fruta   manzana  pera
Nombre               
andres        0     1
jose          2     0
luis          0     1

Mi intento

Parece que esto está pidiendo una pivot_table(), pero para poder resolverlo no se me ha ocurrido otra forma que añadir al dataframe original una columna extra llena de 1:

>>> print(df.assign(Cuantas=1))
   Nombre    Fruta  Cuantas
0    jose  manzana        1
1  andres     pera        1
2    luis     pera        1
3    jose  manzana        1

Para poder usar esa columna como valor a sumar en la pivot_table. Mi solución queda por tanto así:

sol = df.assign(Cuantas=1).pivot_table(
        index="Nombre", 
        columns="Fruta", 
        values="Cuantas", 
        aggfunc="sum", 
        fill_value=0)

y efectivamente esto da el resultado buscado, pero me parece un poco farragoso.

La pregunta es ¿Hay otra forma más sencilla?.

abulafia
  • 58.7k
  • 3
  • 54
  • 89