python：根据前两个分组分组3列答案

【问题标题】：python: groupby 3 columns according to grouping of first twopython：根据前两个分组分组3列
【发布时间】：2022-01-04 21:37:43
【问题描述】：

鉴于此数据框，

import pandas as pd
d = {'a': ['john', 'mary','john','john','mary','john'], 'b': [1,2,3,1,1,2],
     'c': [0.7, 0.3,0.9,0.4,1.0,0.2],'d': [1,0,0,1,0,1]}
df = pd.DataFrame(data=d)

下面一行打印出df['a']=john和df['a']=mary对应df['b']=1,2,3的次数

print(df.groupby('a')['b'].value_counts())

我现在要做的是打印出df['a']=john 和df['a']=mary 在df['b']=1,2,3 对应df['d']=1 或=0 的次数。比如df['a']=john和df['b']=1，df['d']总是等于1，当df['a']=john和df['b']=3，df['d']=0等时...

以下行打印出全零，我不知道为什么：

print((df['d'])[(df.groupby('a')['b'].value_counts())])

【问题讨论】：

df.groupby('a')['b'].value_counts() 返回一个仅包含 2 和 1 的系列。 df['d'][2] 和 df['d'][1] 都是 0。因此都是零。
df.groupby(['a','b','c']).size()

标签： python pandas dataframe pandas-groupby

【解决方案1】：

您可以修改代码以容纳groupby 中的多个列：

print(df.groupby(['a', 'b'])['d'].value_counts())
# a     b  d
# john  1  1    2
#       2  1    1
#       3  0    1
# mary  1  0    1
#       2  0    1

【讨论】：

【解决方案2】：

只要value_counts

out = df.value_counts(['a','b','d'])
a     b  d
john  1  1    2
      2  1    1
      3  0    1
mary  1  0    1
      2  0    1
dtype: int64

【讨论】：