Python Pandas: tabella pivot con aggfunc = conteggio distinto unico

Question

df2 = pd.DataFrame({'X' : ['X1', 'X1', 'X1', 'X1'], 'Y' : ['Y2','Y1','Y1','Y1'], 'Z' : ['Z3','Z1','Z1','Z2']}) 

    X Y Z 
0 X1 Y2 Z3 
1 X1 Y1 Z1 
2 X1 Y1 Z1 
3 X1 Y1 Z2 

g=df2.groupby('X') 

pd.pivot_table(g, values='X', rows='Y', cols='Z', margins=False, aggfunc='count') 

Traceback (most recent call last): ... AttributeError: 'Index' object has no attribute 'index'

Come faccio ad avere una tabella pivot con conteggi di valori unici di una colonna dataframe per le altre due colonne?
Esiste aggfunc per conteggio unico? Dovrei usare np.bincount()?

NB. Sono a conoscenza di 'Series' values_counts() ma ho bisogno di una tabella pivot.

---

EDIT: L'output dovrebbe essere:

Z Z1 Z2 Z3 
Y    
Y1 1 1 NaN 
Y2 NaN NaN 1 

Answer 1

vuoi dire qualcosa di simile?

In [39]: df2.pivot_table(values='X', rows='Y', cols='Z', 
         aggfunc=lambda x: len(x.unique())) 
Out[39]: 
Z Z1 Z2 Z3 
Y    
Y1 1 1 NaN 
Y2 NaN NaN 1 

noti che usare len presuppone che non si dispone di NA s nel vostro dataframe. Puoi fare x.value_counts().count() o len(x.dropna().unique()) in caso contrario.

Answer 2

È possibile costruire una tabella pivot per ciascun valore distinto di X. In questo caso,

for xval, xgroup in g: 
    ptable = pd.pivot_table(xgroup, rows='Y', cols='Z', 
     margins=False, aggfunc=numpy.size) 

costruirà una tabella pivot per ciascun valore di X. Si consiglia di indicizzare ptable utilizzando xvalue. Con questo codice, ottengo (per X1)

 X   
Z Z1 Z2 Z3 
Y    
Y1 2 1 NaN 
Y2 NaN NaN 1 

Answer 3

Penso che questo sarà più perfetta:

df2.pivot_table(values='X',rows=['Y','Z'],cols='X',aggfunc='count') 


       X1 X2 
Y Z  
Y1 Z1 1 1 
     Z2 1 NaN 
Y2 Z3 1 NaN