如何在 Pandas Dataframe 上分组后进行条件计数？答案

【问题标题】：How to do a conditional count after groupby on a Pandas Dataframe?如何在 Pandas Dataframe 上分组后进行条件计数？
【发布时间】：2018-01-26 21:37:53
【问题描述】：

我有以下数据框：

   key1  key2
0    a   one
1    a   two
2    b   one
3    b   two
4    a   one
5    c   two

现在，我想按key1 对数据框进行分组，并用值"one" 对列key2 进行计数以获得此结果：

我只是得到通常的计数：

df.groupby(['key1']).size()

但我不知道如何插入条件。

我尝试过这样的事情：

df.groupby(['key1']).apply(df[df['key2'] == 'one'])

但我不能再进一步了。我该怎么做？

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

我认为你需要先添加条件：

#if need also category c with no values of 'one'
df11=df.groupby('key1')['key2'].apply(lambda x: (x=='one').sum()).reset_index(name='count')
print (df11)
  key1  count
0    a      2
1    b      1
2    c      0

或者将categorical与key1一起使用，则缺失值由size相加：

df['key1'] = df['key1'].astype('category')
df1 = df[df['key2'] == 'one'].groupby(['key1']).size().reset_index(name='count') 
print (df1)
  key1  count
0    a      2
1    b      1
2    c      0

如果需要所有组合：

df2 = df.groupby(['key1', 'key2']).size().reset_index(name='count') 
print (df2)
  key1 key2  count
0    a  one      2
1    a  two      1
2    b  one      1
3    b  two      1
4    c  two      1

df3 = df.groupby(['key1', 'key2']).size().unstack(fill_value=0)
print (df3)
key2  one  two
key1          
a       2    1
b       1    1
c       0    1

【讨论】：

哦，我忘了。我也明白了。但是随后不尊重值为 C 的 Key1

【解决方案2】：

您可以在“key2”列中计算 groupby 数据框出现的“one”，如下所示： df.groupby('key1')['key2'].apply(lambda x: x[x == 'one'].count())

产量

key1
a    2
b    1
c    0
Name: key2, dtype: int64

【讨论】：

【解决方案3】：

选项 1

df.set_index('key1').key2.eq('one').sum(level=0).astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

选项 2

df.key2.eq('one').groupby(df.key1).sum().astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

选项 3

f, u = df.key1.factorize()
pd.DataFrame(dict(key1=u, key2=np.bincount(f, df.key2.eq('one')).astype(int)))

  key1  key2
0    a     2
1    b     1
2    c     0

选项 4

pd.crosstab(df.key1, df.key2.eq('one'))[True].rename('key2').reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

选项 5

pd.get_dummies(df.key1).mul(
   df.key2.eq('one'), 0
).sum().rename_axis('key1').reset_index(name='key2')

  key1  key2
0    a     2
1    b     1
2    c     0

【讨论】：

【解决方案4】：

您可以通过在键和 unstack() 上应用 groupby() 来做到这一点。

df = df.groupby(['key1', 'key2']).size().unstack()

【讨论】：

【解决方案5】：

也许不是最快的解决方案，但如果 key2 等于 'one'，您可以使用一列创建新数据框。

df2 = df.assign(oneCount =
 lambda x: [1 if row.key2 == 'one' else 0 for index, row in x.iterrows()])

  key1 key2  oneCount
0    a  one         1
1    a  two         0
2    b  one         1
3    b  two         0
4    a  one         1
5    c  two         0

然后聚合它。

df3 = df2.groupby('key1').agg({"oneCount":sum}).reset_index()

 key1  oneCount
0    a         2
1    b         1
2    c         0

【讨论】：

【解决方案6】：

我需要计数 2 列（带有两个参数的 lambda）作为示例：

Pandas dataframe groupby func，在key2 列中像这样：

df.groupby('key1')['key2'].apply(lambda x: x[x == 'one'].count())

【讨论】：