Pandas DataFrame 按两列分组并获取计数

2025-01-21 09:01:00
admin
原创
70
摘要:问题描述:我有一个以下格式的熊猫数据框:df = pd.DataFrame([ [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], list('AAABBBBABCBDDD'), [1.1, 1.7, 2....

问题描述:

我有一个以下格式的熊猫数据框:

df = pd.DataFrame([
    [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], 
    list('AAABBBBABCBDDD'), 
    [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], 
    ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],
    ['1','3','3','2','4','2','5','3','6','3','5','1','1','1']
]).T
df.columns = ['col1','col2','col3','col4','col5']

数据:

   col1 col2 col3     col4 col5
0   1.1    A  1.1    x/y/z    1
1   1.1    A  1.7      x/y    3
2   1.1    A  2.5  x/y/z/n    3
3   2.6    B  2.6      x/u    2
4   2.5    B  3.3        x    4
5   3.4    B  3.8    x/u/v    2
6   2.6    B    4    x/y/z    5
7   2.6    A  4.2        x    3
8   3.4    B  4.3  x/u/v/b    6
9   3.4    C  4.5        -    3
10  2.6    B  4.6      x/y    5
11  1.1    D  4.7    x/y/z    1
12  1.1    D  4.7        x    1
13  3.3    D  4.8  x/u/v/w    1

我想要像下面这样获取每行的计数。预期输出:

col5 col2 count
1    A      1
     D      3
2    B      2
etc...

如何获得我预期的输出?我想找到每个“col2”值的最大计数?


解决方案 1:

您正在寻找size

In [11]: df.groupby(['col5', 'col2']).size()
Out[11]:
col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

要获得与 waitingkuo(“第二个问题”)相同的答案,但稍微清晰一些,方法是按级别进行分组:

In [12]: df.groupby(['col5', 'col2']).size().groupby(level=1).max()
Out[12]:
col2
A       3
B       2
C       1
D       3
dtype: int64

解决方案 2:

按照@Andy 的回答,您可以执行以下操作来解决第二个问题:

In [56]: df.groupby(['col5','col2']).size().reset_index().groupby('col2')[[0]].max()
Out[56]: 
      0
col2   
A     3
B     2
C     1
D     3

解决方案 3:

仅使用单个 groupby 的惯用解决方案

(df.groupby(['col5', 'col2']).size() 
   .sort_values(ascending=False) 
   .reset_index(name='count') 
   .drop_duplicates(subset='col2'))

  col5 col2  count
0    3    A      3
1    1    D      3
2    5    B      2
6    3    C      1

解释

groupby 方法的结果size是一个带有索引的 Series col5col2从这里,您可以使用另一个 groupby 方法来查找每个值的最大值, 但这不是必须的。您可以简单地按降序对所有值进行排序,然后仅保留该方法中col2第一次出现的行。col2`drop_duplicates`

解决方案 4:

将数据插入到 pandas 数据框并提供列名

import pandas as pd
df = pd.DataFrame([['A','C','A','B','C','A','B','B','A','A'], ['ONE','TWO','ONE','ONE','ONE','TWO','ONE','TWO','ONE','THREE']]).T
df.columns = [['Alphabet','Words']]
print(df)   #printing dataframe.

这是我们打印的数据:

Pandas DataFrame 按两列分组并获取计数

为了在 pandas 和 counter 中创建一组数据框

您需要提供另一个用于计数分组的列,我们将该列称为数据框中的“COUNTER”

像这样:

df['COUNTER'] =1       #initially, set that counter to 1.
group_data = df.groupby(['Alphabet','Words'])['COUNTER'].sum() #sum function
print(group_data)

输出:

Pandas DataFrame 按两列分组并获取计数

解决方案 5:

如果要构建一个 DataFrame 作为最终结果(而不是 pandas Series),请使用以下as_index=参数:

df.groupby(['col5', 'col2'], as_index=False).size()

Pandas DataFrame 按两列分组并获取计数


为了获得最终所需的输出,pivot_table也可以使用(而不是 double groupby):

df.pivot_table(index='col5', columns='col2', aggfunc='size').max()

Pandas DataFrame 按两列分组并获取计数


如果您不想计算 NaN 值,您可以使用groupby.count

df.groupby(['col5', 'col2']).count()

Pandas DataFrame 按两列分组并获取计数

请注意,由于每列的非 NaN 值数量可能不同,除非您指定列,否则简单调用groupby.count可能会为每列返回不同的计数,如上例所示。例如,col1分组后的非 NaN 值数量['col5', 'col2']如下:

df.groupby(['col5', 'col2'])['col1'].count()

Pandas DataFrame 按两列分组并获取计数

解决方案 6:

您是否想在数据框中添加一个包含组计数的新列(例如“count_column”):

df.count_column=df.groupby(['col5','col2']).col5.transform('count')

(我选择“col5”,因为它不包含nan)

解决方案 7:

从 pandas 1.1.0 开始,您可以value_counts在 DataFrame 上:

out = df[['col5','col2']].value_counts().sort_index()

输出:

col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

解决方案 8:

您只需使用内置函数 count,然后使用 groupby 函数即可

df.groupby(['col5','col2']).count()
相关推荐
  政府信创国产化的10大政策解读一、信创国产化的背景与意义信创国产化,即信息技术应用创新国产化,是当前中国信息技术领域的一个重要发展方向。其核心在于通过自主研发和创新,实现信息技术应用的自主可控,减少对外部技术的依赖,并规避潜在的技术制裁和风险。随着全球信息技术竞争的加剧,以及某些国家对中国在科技领域的打压,信创国产化显...
工程项目管理   1590  
  为什么项目管理通常仍然耗时且低效?您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议?这确实是耗费时间和精力。借助软件工具的帮助,您可以一目了然地全面了解您的项目。如今,国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件?项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1361  
  信创产品在政府采购中的占比分析随着信息技术的飞速发展以及国家对信息安全重视程度的不断提高,信创产业应运而生并迅速崛起。信创,即信息技术应用创新,旨在实现信息技术领域的自主可控,减少对国外技术的依赖,保障国家信息安全。政府采购作为推动信创产业发展的重要力量,其对信创产品的采购占比情况备受关注。这不仅关系到信创产业的发展前...
信创和国产化的区别   18  
  信创,即信息技术应用创新产业,旨在实现信息技术领域的自主可控,摆脱对国外技术的依赖。近年来,国货国用信创发展势头迅猛,在诸多领域取得了显著成果。这一发展趋势对科技创新产生了深远的推动作用,不仅提升了我国在信息技术领域的自主创新能力,还为经济社会的数字化转型提供了坚实支撑。信创推动核心技术突破信创产业的发展促使企业和科研...
信创工作   18  
  信创技术,即信息技术应用创新产业,旨在实现信息技术领域的自主可控与安全可靠。近年来,信创技术发展迅猛,对中小企业产生了深远的影响,带来了诸多不可忽视的价值。在数字化转型的浪潮中,中小企业面临着激烈的市场竞争和复杂多变的环境,信创技术的出现为它们提供了新的发展机遇和支撑。信创技术对中小企业的影响技术架构变革信创技术促使中...
信创国产化   19  
热门文章
项目管理软件有哪些?
云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护,随时随地协同办公

内置subversion和git源码管理

每天备份,随时转为私有部署

免费试用