pandas groupby 计算列上出现的字符串

Question

我想计算一个字符串在分组的 pandas 数据框列中出现的次数。

假设我有以下数据框：

catA    catB    scores
A       X       6-4 RET
A       X       6-4 6-4
A       Y       6-3 RET
B       Z       6-0 RET
B       Z       6-1 RET

首先，我想按catA 和catB 分组。对于这些组中的每一个，我想计算RET 在scores 列中的出现次数。

结果应该是这样的：

catA    catB    RET
A       X       1
A       Y       1
B       Z       2

两列分组很简单：grouped = df.groupby(['catA', 'catB'])

但是接下来呢？

Answer 1

在groupby 对象的“分数”列上调用apply 并使用矢量化str 方法contains，使用它来过滤group 并调用count：

In [34]:    
df.groupby(['catA', 'catB'])['scores'].apply(lambda x: x[x.str.contains('RET')].count())

Out[34]:
catA  catB
A     X       1
      Y       1
B     Z       2
Name: scores, dtype: int64

要指定为列，请使用transform，以便聚合返回一个系列，其索引与原始 df 对齐：

In [35]:
df['count'] = df.groupby(['catA', 'catB'])['scores'].transform(lambda x: x[x.str.contains('RET')].count())
df

Out[35]:
  catA catB   scores count
0    A    X  6-4 RET     1
1    A    X  6-4 6-4     1
2    A    Y  6-3 RET     1
3    B    Z  6-0 RET     2
4    B    Z  6-1 RET     2