逆向透视表 python_在Python中格式化透视表

我正在尝试根据不同列中的计数重新格式化表。在df = pd.DataFrame({'Number': [1, 2, 3, 4, 5], 'X' : ['X1', 'X2', 'X3', 'X3', 'X3'], 'Y' : ['Y2','Y1','Y1','Y1', 'Y2'], 'Z' : ['Z3','Z1','Z1','Z2','Z1']})

Number X Y Z

0 1 X1 Y2 Z3

1 2 X2 Y1 Z1

2 3 X3 Y1 Z1

3 4 X3 Y1 Z2

4 5 X3 Y2 Z1

我希望最上面的一行按频率X排序(首先是X3，因为它出现了两次)，然后对于每个X值，计算其Y和Z值的频率，然后打印显示最多的一个。在

^{pr2}$

到目前为止，我有可以排序的代码import pandas as pd

df = pd.DataFrame({'Number': [1, 2, 3, 4, 5], 'X' : ['X1', 'X2', 'X3', 'X3', 'X3'], 'Y' : ['Y2','Y1','Y1','Y1', 'Y2'], 'Z' : ['Z3','Z1','Z1','Z2','Z1']})

pivot = df.pivot_table(index='X', columns=['Y', 'Z'], values = 'Number', aggfunc='count')

# clean the table from NaNs (not necessary, but more beautiful):

pivot.fillna(0, inplace=True)

pivot['sum'] = pivot.sum(axis=1)

pivot.sort('sum', ascending=False, inplace=True)

df = pivot[:5].transpose()

df.to_csv('sorted.csv')

和输出：Y Z X3 X1 X2

Y1 Z1 1 0 1

Y1 Z2 1 0 0

Y2 Z1 1 0 0

Y2 Z3 0 1 0

sum 3 1 1

但这仍然不是我要找的，有人能帮我吗？谢谢您！在