熊猫 groupby 成唯一的集合，然后 value_counts

Question

只是想知道是否有更好的方法来做到这一点。基本上我有一些类别，我想为每个 val 找到所有唯一的组合，然后计算每个类别的实例数。包含astype(str) 让我很恼火。

df = pd.DataFrame(
    {
        'cat': ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b'],
        'val': [1, 1, 2, 2, 3, 4, 5, 5]
    }
)

df.groupby('val')['cat'].apply(lambda x: set(x)).astype(str).value_counts() 

输出：

{'a', 'b'}    2
{'c', 'a'}    1
{'b'}         1
{'c'}         1
Name: cat, dtype: int64 

以下没有给出想要的结果

df.groupby('val')['cat'].unique().value_counts()

输出：

[b]       1
[c, a]    1
[a, b]    1
[c]       1
[a, b]    1 

Answer 1

您可以将GroupBy.agg 用于tuple 或frozenset，因为它们是可散列的，然后使用Series.value_counts

df.groupby('val').agg(tuple).value_counts()
#               _.agg(frozenset).value_counts() works fine too.

cat   
(a, b)    2
(a, c)    1
(b)       1
(c)       1
dtype: int64