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'?
Ответы:
Следуя ответу @ Andy, вы можете сделать следующее, чтобы решить свой второй вопрос:
источник
Вы ищете
size
:Чтобы получить тот же ответ, что и waitkuo («второй вопрос»), но немного чище, нужно сгруппировать по уровню:
источник
Вставка данных в фрейм данных Pandas и предоставление имени столбца .
Это наши печатные данные:
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:
ВЫВОД:
источник
Идиоматическое решение, которое использует только одну группу
объяснение
Результатом GroupBy
size
метода является серия сcol5
иcol2
в индексе. Отсюда вы можете использовать другой метод groupby, чтобы найти максимальное значение каждого значения,col2
но это необязательно. Вы можете просто сортировать все значения по убыванию , а затем сохранить только строки с первым вхождениемcol2
сdrop_duplicates
методом.источник
name
вreset_index()
в текущей версии панд: pandas.pydata.org/pandas-docs/stable/generated/...DataFrame
нетSeries
. Спасибо за ссылку.Если вы хотите добавить в столбец данных новый столбец (скажем, «count_column»), содержащий количество групп:
(Я выбрал «col5», так как он не содержит нан)
источник
Вы можете просто использовать встроенную функцию count после функции groupby
источник