在 Pandas 中的两列上计算以下 groupby 不包括计数为零的组答案

【问题标题】：Count following groupby on two columns in Pandas doesn't include groups with a zero count在 Pandas 中的两列上计算以下 groupby 不包括计数为零的组
【发布时间】：2018-11-25 12:14:18
【问题描述】：

我在 Pandas DataFrame 中按两列分组，然后计算每组的大小。然后将过滤此分组的 DataFrame，并将数据绘制在条形图中。

我遇到的问题是，如果一个组的计数为零，则它不会显示在 DataFrame 中，因此不会出现在图上。因此，即使没有要显示的条形图，当我希望它们包含一个类别时，该图在 x 轴上也缺少类别（即将类别表示为零，从而使该图更能代表整个数据）。

# Import the required packages.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# Set the appearance of plots.
plt.style.use('ggplot')

# Create sample DataFrame.
data = {'ID':[1, 2, 3, 4, 5, 6, 7], 'Name':['Tom', 'Jack', 'Anne', 'Steve', 'Ricky', 'Jane', 'Beth'], 'Age':[28,34,29,42,15,10,26], 'Voted':[0, 1, 0, 1, 1, 0, 0]}
df = pd.DataFrame(data)

# Bin into age groups and create an Age Group column in the DataFrame.
bins = list(range(0, 60, 10))
df['Age Group'] = pd.cut(df['Age'], bins, right=False)

# Group data by Age Group and Voted columns. Then perform count using the ID column. Make Age Group the new index.
groups = df.groupby(['Age Group', 'Voted'])
new_df = groups.agg({'ID': 'count'}).rename(columns={'ID':'Count'})    
new_df.reset_index(inplace=True)
new_df.set_index('Age Group', inplace=True)
new_df

上面的代码会输出这个：

         Voted  ID
Age Group       
[10, 20)    0   1
[10, 20)    1   1
[20, 30)    0   3
[30, 40)    1   1
[40, 50)    1   1

我想要的是类似下面的结果，从中我可以过滤掉投票=1 的年龄组并绘制在图表中：

         Voted  ID
Age Group
[0, 10)     0   0
[0, 10)     1   0       
[10, 20)    0   1
[10, 20)    1   1
[20, 30)    0   3
[20, 30)    1   0
[30, 40)    0   0
[30, 40)    1   1
[40, 50)    0   0
[40, 50)    1   1

我已经搜索了类似的问题/结果（下面是最相关的），但我似乎都无法工作。

[Pandas groupby for zero values [Pandas Groupby How to Show Zero Counts in DataFrame

我还注意到，如果我只对单个列执行计数，零组确实会出现在 DataFrame 中。为什么是这样？例如：

# Group data by just Age Group column. Then perform count using the ID column.
groups = df.groupby(['Age Group'])
new_df = groups.agg({'ID': 'count'}).rename(columns={'ID':'Count'})
new_df # count displays the zero here for the 0-10 age group.

任何帮助解释这里发生的事情将不胜感激。

【问题讨论】：

标签： python pandas dataframe count pandas-groupby

【解决方案1】：

因为pd.cut 将返回分类数据。这就是为什么你会看到 groupby 两列之间只有分类列的区别

这是使用reindex 修复输出的一种方法

new_df.reindex(pd.MultiIndex.from_product([np.unique(pd.cut(np.arange(50), bins, right=False)).tolist(),[0,1]]),fill_value=0)
Out[277]: 
            Count
[0, 10)  0      0
         1      0
[10, 20) 0      1
         1      1
[20, 30) 0      3
         1      0
[30, 40) 0      0
         1      1
[40, 50) 0      0
         1      1

【讨论】：