如何在 Pandas 中对数据框进行分组并将整个字段保留在输出中

Question

我想要基于三列的组，但将原始列保留在输出中（6 列）。

这个link实际上并没有帮助我。它只有三列，并根据这三列进行分组。

这是我的original 数据框示例：

   Clinic Number  Question Text  Answer Text Answer Date     year  month dayofyear
1       1        bathing            No    2006/7/1     2006    1         7
2       1        dressing           No    2006/7/1     2006    1         7
3       1        feeding            NO    2006/7/1     2006    1         7
4       1        housekeeping       No    2006/7/1     2006    1         7
5       1        medications        No    2006/7/1     2006    1         7
6       2        bathing            No    2006/1/1     2006    1         1
7       2        dressing           Yes   2006/1/1     2006    1         1
8       2        feeding            Yes   2006/1/1     2006    1         1
9       2        housekeeping       Yes   2006/1/1     2006    1         1
10      2        medications        No    2006/1/1     2006    1         1

我想按[clinicNumber,Answer Text, Year,month]分组， 但我需要其他列，例如Answer Date and question Text, yearOfday 列，因为稍后我想对它们进行一些计算。

我做了什么： 这是我在这个数据框上使用的组来实现我的目标。问题是输出中没有Answer date ,yearofyear ...。

grouped = data.groupby(['Clinic Number','year','month','Answer Text']).size().reset_index(name='counts')

这个group by的输出是这样的：

 Clinic Number    year   month   Answer Text  counts
0         1       1999     5          No       6
1         1       2000    10          No       6
2         1       2000     2          No       6
3         1       2001     9          Yes       6
4         1       2002     2          Yes       8
5         1       2003     2          No       8
6         1       2004     4          No       8
7         1       2014     6          No       2
8         1       2015    10          No       2
5         2       2003     2          No       8
6         2       2004     4          No       8
7         2       2014     6          No       2
8         2       2015    10          No       2

任何帮助表示赞赏:)

Answer 1

IIUC，使用 groupby 和 transform 并将其设置为现有数据框中的新列。

data['counts'] = (data.groupby(['Clinic Number',
                                'year',
                                'month',
                                'Answer Text'])['Clinic Number']
                      .transform('size'))

data = data.sort_values(['Client Number','Answer Date'])

输出：

    Clinic Number Question Text Answer Text Answer Date  year  month  dayofyear  counts
1               1       bathing          No    2006/7/1  2006      1          7       4
2               1      dressing          No    2006/7/1  2006      1          7       4
3               1       feeding          NO    2006/7/1  2006      1          7       1
4               1  housekeeping          No    2006/7/1  2006      1          7       4
5               1   medications          No    2006/7/1  2006      1          7       4
6               2       bathing          No    2006/1/1  2006      1          1       2
7               2      dressing         Yes    2006/1/1  2006      1          1       3
8               2       feeding         Yes    2006/1/1  2006      1          1       3
9               2  housekeeping         Yes    2006/1/1  2006      1          1       3
10              2   medications          No    2006/1/1  2006      1          1       2