如何在熊猫的多列中分组计数答案

【问题标题】：How to groupby count across multiple columns in pandas如何在熊猫的多列中分组计数
【发布时间】：2016-10-21 00:45:27
【问题描述】：

我在 Python pandas 中有以下示例数据框：

+---+------+------+------+
|   | col1 | col2 | col3 |
+---+------+------+------+
| 0 |   a  |   d  |   b  |
+---+------+------+------+
| 1 |   a  |   c  |   b  |
+---+------+------+------+
| 2 |   c  |   b  |   c  |
+---+------+------+------+
| 3 |   b  |   b  |   c  |
+---+------+------+------+
| 4 |   a  |   a  |   d  |
+---+------+------+------+

我想对第 1-3 列中的所有“a”、“b”、“c”和“d”值进行计数，以便最终得到如下数据框：

+---+--------+-------+
|   | letter | count |
+---+--------+-------+
| 0 |    a   |   4   |
+---+--------+-------+
| 1 |    b   |   5   |
+---+--------+-------+
| 2 |    c   |   4   |
+---+--------+-------+
| 3 |    d   |   2   |
+---+--------+-------+

我可以做到这一点的一种方法是将列堆叠在一起，然后进行分组计数，但我觉得必须有更好的方法。有人可以帮我解决这个问题吗？

【问题讨论】：

标签： python pandas dataframe counter data-analysis

【解决方案1】：

你可以applyvalue_counts和sum:

print (df.apply(pd.value_counts))
   col1  col2  col3
a   3.0     1   NaN
b   1.0     2   2.0
c   1.0     1   2.0
d   NaN     1   1.0

df1 = df.apply(pd.value_counts).sum(1).reset_index()
df1.columns = ['letter','count']
df1['count'] = df1['count'].astype(int)
print (df1)
  letter  count
0      a      4
1      b      5
2      c      4
3      d      2

【讨论】：

【解决方案2】：

您可以stack() 数据框将所有列放入行中，然后执行value_counts：

df.stack().value_counts()

b    5
c    4
a    4
d    2
dtype: int64

【讨论】：