Pandas DataFrame Groupby два столбца и получить количество

167

У меня есть пандас dataframe в следующем формате:

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']

ДФ:

   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

Теперь я хочу сгруппировать это по двум столбцам, например:

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

Вывод:

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

Я хочу получить счет по каждой строке, как показано ниже. Ожидаемый результат:

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

Как получить ожидаемый результат? И я хочу найти наибольшее количество для каждого значения 'col2'?

Нилани Алгириаге
источник
Очень похожий вопрос только что возник вчера ... смотри здесь .
bdiamante
Замечание о производительности, включая альтернативы: Pandas groupby.size против series.value_counts vs collection.Counter с несколькими сериями
jpp

Ответы:

117

Следуя ответу @ Andy, вы можете сделать следующее, чтобы решить свой второй вопрос:

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
waitingkuo
источник
1
Могу ли я получить значения "col5" для этого как C ... 1 ... 3?
Нилани Алгириаге
141

Вы ищете 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

Чтобы получить тот же ответ, что и waitkuo («второй вопрос»), но немного чище, нужно сгруппировать по уровню:

In [12]: df.groupby(['col5', 'col2']).size().groupby(level=1).max()
Out[12]:
col2
A       3
B       2
C       1
D       3
dtype: int64
Энди Хейден
источник
1
Я не знаю Почему я забыл это: О, Как насчет моего второго вопроса? Найти наибольшее количество для каждого значения "col2" и получить соответствующее значение "col5"?
Нилани Алгириаге
23

Вставка данных в фрейм данных Pandas и предоставление имени столбца .

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.

Это наши печатные данные:

введите описание изображения здесь

Для создания группы данных в пандах и счетчике ,
вам нужно предоставить еще один столбец, который считает группировку, давайте назовем этот столбец как «СЧЕТЧИК» в кадре данных .

Как это:

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

ВЫВОД:

введите описание изображения здесь

Gr8 Adakron
источник
9
Как я могу получить столбец алфавита (например, А), чтобы повторить ниже и не оставить пробелы в первом столбце?
Блаженство
Как получить доступ к значению каждой группы, которая является сумма на основе алфавита и слова?
Рахул Гоял
21

Идиоматическое решение, которое использует только одну группу

(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

объяснение

Результатом GroupBy sizeметода является серия с col5и col2в индексе. Отсюда вы можете использовать другой метод groupby, чтобы найти максимальное значение каждого значения, col2но это необязательно. Вы можете просто сортировать все значения по убыванию , а затем сохранить только строки с первым вхождением col2с drop_duplicatesметодом.

Тед Петру
источник
Там нет паров называется nameв reset_index()в текущей версии панд: pandas.pydata.org/pandas-docs/stable/generated/...
mmBs
Хорошо мой плохой Я использовал его при работе с DataFrameнет Series. Спасибо за ссылку.
mmBs
2

Если вы хотите добавить в столбец данных новый столбец (скажем, «count_column»), содержащий количество групп:

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

(Я выбрал «col5», так как он не содержит нан)

Том
источник
-2

Вы можете просто использовать встроенную функцию count после функции groupby

df.groupby(['col5','col2']).count()
seansio1995
источник