在具有 groupby 功能的 Pandas 中使用 For 循环答案

【问题标题】：Using For loop in Pandas with groupby function在具有 groupby 功能的 Pandas 中使用 For 循环
【发布时间】：2017-12-07 17:09:56
【问题描述】：

unGrouped 是一个如下所示的数据框：

         date        borough
969609  01/01/2014       BROOKLYN
967983  01/01/2014          BRONX
967982  01/01/2014         QUEENS
865943  01/01/2014       BROOKLYN
967981  01/01/2014      MANHATTAN
967980  01/01/2014       BROOKLYN
967979  01/01/2014         QUEENS
967984  01/01/2014          BRONX
967978  01/01/2014         QUEENS
967976  01/01/2014       BROOKLYN
967975  01/01/2014       BROOKLYN

我有以下代码：

for row in unGrouped:
if unGrouped['borough'][row]=='BRONX':
    bronxCount+=1
    print bronxCount

它给了我一个关键错误：date。我想遍历borough 列，每当遇到BRONX 时增加bronxCount，并将每一行的值存储在名为“bronxCount”的列中，最终获得布朗克斯区的犯罪计数每天。如果有人能让这个循环工作，我将不胜感激。谢谢您的帮助！

【问题讨论】：

感谢这些很棒的建议！这些方法都计算了布朗克斯区的犯罪率，但我希望保留与事件相关的“日期”条目，这样我就可以绘制一年中犯罪的时间进程。这些使时间维度变平并仅给出总计数，而我希望每天获得计数（因此是初始循环）。有什么想法吗？

标签： python pandas loops for-loop

【解决方案1】：

过滤后可以总结：

>>> (unGrouped.borough == 'BRONX').sum()
2

要获得每个日期的计数，只需在计数前按日期和 boroug 分组：

>>> unGrouped.groupby(['date', 'borough']).size()
date        borough  
01/01/2014  BRONX        2
            BROOKLYN     5
            MANHATTAN    1
            QUEENS       3
dtype: int64

或者如果你只想要BRONX带有日期索引。

>>> unGrouped.groupby(['borough', 'date']).size().loc['BRONX']
date
01/01/2014    2
dtype: int64

【讨论】：

就是这样！ .loc 是缺少的键。非常感谢迈克

【解决方案2】：

通常，如果您使用 for 循环，您可能做错了！

您可能想要的是 groupby 和 count？

unGrouped.groupBy('borough').size()

【讨论】：

【解决方案3】：

使用values_counts:

bronxCount = unGrouped.borough.value_counts()['BRONX']
print(BronxCount)

输出：

【讨论】：

【解决方案4】：

使用numpy

v, n = np.unique(df.borough.values, return_counts=True)
d=dict(zip(v, n))
d['BRONX']
Out[218]: 2

【讨论】：