Python：如何在熊猫的 .agg 函数中使用 value_counts()？

Question

输入数据框df 看起来像：

item    row
Apple   12
Apple   12
Apple   13
Orange  13
Orange  14
Lemon   14

输出数据框需要

item    unique_row      nunique_row     count
Apple   {12,13}             2            {2,1}
Orange  {13,14}             2            {1,1}
Lemon   {14}                1            {1}

试过的代码：

df.groupby('item', as_index=False)['row'].agg({'unique_row': lambda x: set(x)
                                                ,'nunique_row': lambda x: len(set(x))})

所以在这里，不知道如何在.agg 函数中添加条件来生成列'count'。列 'count' 表示每个行值的 value_count 数量。 任何帮助将不胜感激。谢谢你！

Answer 1

您需要转换为列表或设置：

(df.groupby('item', as_index=False)['row']
   .agg({'unique_row': lambda x: set(x),
         'nunique_row': lambda x: len(set(x)),
         'count': lambda x: list(x.value_counts()), # or set(x.value_counts())
        })
)

输出：

     item unique_row  nunique_row   count
0   Apple   {12, 13}            2  [2, 1]
1   Lemon       {14}            1     [1]
2  Orange   {13, 14}            2  [1, 1]