python - 如何在python pandas的同一列上进行分组并计算唯一性和某些值的计数作为聚合？答案

【问题标题】：How to do group by and take count of unique and count of some value as aggregate on same column in python pandas?python - 如何在python pandas的同一列上进行分组并计算唯一性和某些值的计数作为聚合？
【发布时间】：2017-06-23 00:19:15
【问题描述】：

我的问题与我之前的Question 有关，但有所不同。所以我在问新问题。

在上述问题中，请参阅@jezrael 的答案。

df = pd.DataFrame({'col1':[1,1,1],
                   'col2':[4,4,6],
                   'col3':[7,7,9],
                   'col4':[3,3,5]})

print (df)
   col1  col2  col3  col4
0     1     4     7     3
1     1     4     7     3
2     1     6     9     5

df1 = df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique'})
df1['result_col'] = df1['col3'].div(df1['col4'])
print (df1)
           col4  col3  result_col
col1 col2                        
1    4        1     2         2.0
     6        1     1         1.0

现在我想计算 col4 的具体值。假设我还想在同一个查询中计算col4 == 3。

df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique'}) ... + count(col4=='3')

如何在上述相同的查询中执行此操作，我尝试了以下但没有得到解决方案。

df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique','col4':'x: lambda x[x == 7].count()'})

【问题讨论】：

标签： python mysql pandas numpy

【解决方案1】：

提前将col4==3 作为一列包含在内，从而进行一些预处理。然后使用aggregate

df.assign(result_col=df.col4.eq(3).astype(int)).groupby(
    ['col1', 'col2']
).agg(dict(col3='size', col4='nunique', result_col='sum'))

           col3  result_col  col4
col1 col2                        
1    4        2           2     1
     6        1           0     1

旧答案

g = df.groupby(['col1', 'col2'])
g.agg({'col3':'size','col4': 'nunique'}).assign(
    result_col=g.col4.apply(lambda x: x.eq(3).sum()))

           col3  col4  result_col
col1 col2                        
1    4        2     1           2
     6        1     1           0

稍微重新排列

g = df.groupby(['col1', 'col2'])
final_df = g.agg({'col3':'size','col4': 'nunique'})
final_df.insert(1, 'result_col', g.col4.apply(lambda x: x.eq(3).sum()))
final_df

           col3  result_col  col4
col1 col2                        
1    4        2           2     1
     6        1           0     1

【讨论】：

【解决方案2】：

我认为您需要 aggregate 并在 dict 中列出 col4 列中的函数。

如果需要计算3 的值，最简单的就是sum True 中的x == 3 值：

df1 = df.groupby(['col1','col2'])
        .agg({'col3':'size','col4': ['nunique', lambda x: (x == 3).sum()]})
df1 = df1.rename(columns={'<lambda>':'count_3'})
df1.columns = ['{}_{}'.format(x[0], x[1]) for x in df1.columns]
print (df1)
           col4_nunique  col4_count_3  col3_size
col1 col2                                       
1    4                1             2          2
     6                1             0          1

【讨论】：

让我检查一下。以及如何为两个结果指定不同的列名？
互联网上有什么东西可以让我获取这些小数据并在上面执行 pandas 吗？
我认为没有这样的免费服务。
这个答案也是正确的，但我在 group by 之前使用了@piRSquared 的 .assign() 方法，所以我接受了他的答案。谢谢..