Pandas 按多列分组以比较值答案

【问题标题】：Pandas groupby multiple columns to compare valuesPandas 按多列分组以比较值
【发布时间】：2022-06-22 22:33:14
【问题描述】：

我的 df 看起来像这样：（df 中还有几十个其他列，但这是我关注的三个）

Param    Value      Limit  
A        1.50       1
B        2.50       1
C        2.00       2
D        2.00       2.5
E        1.50       2

我正在尝试使用 pandas 来计算每个 [Param] 有多少 [Value] 小于 [Limit]，希望得到这样的列表：

Param    Count       
A        1
B        1       
C        1       
D        0       
E        0

我尝试了几种方法，第一种是

value_count = df.loc[df['Value'] < df['Limit']].count() 但这只是给出了 df 中每列的完整计数。

我还尝试了 groupby 函数，我认为这可能是正确的想法，方法是使用所选列创建 df 的子集

df_below_limit = df[df['Value'] < df['Limit']]
df_below_limit.groupby('Param')['Value'].count()

这几乎是我想要的，但它不包括我也需要的值。不知道如何获取我需要的列表。

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

假设您想要每个参数的计数，您可以使用：

out = df['Value'].ge(df['Limit']).groupby(df['Param']).sum()

输出：

Param
A    1
B    2
C    1
D    0
E    0
dtype: int64

使用的输入（例如重复的“B”行）：

  Param  Value  Limit
0     A    1.5    1.0
1     B    2.5    1.0
2     B    2.5    1.0
3     C    2.0    2.0
4     D    2.0    2.5
5     E    1.5    2.0

作为数据帧

df['Value'].ge(df['Limit']).groupby(df['Param']).sum().reset_index(name='Count')

# or

df['Value'].ge(df['Limit']).groupby(df['Param']).agg(Count='sum').reset_index()

输出：

  Param  Count
0     A      1
1     B      2
2     C      1
3     D      0
4     E      0

【讨论】：

【解决方案2】：

用途：

In [1494]: res = df[df.Value.lt(df.Limit)].groupby('Param', as_index=False).size()

In [1500]: remaining_params = np.setdiff1d(df.Param.unique(), res.Param)

In [1508]: res = pd.concat([res, pd.DataFrame({'Param': remaining_params, 'size':[0] * len(remaining_params)})])

In [1509]: res
Out[1509]: 
  Param  size
0     D     1
1     E     1
0     A     0
1     B     0
2     C     0

【讨论】：