Python - 如何根据各种列对行进行条件计数？答案

【问题标题】：Python - How do I do conditional counting of rows based on various columns?Python - 如何根据各种列对行进行条件计数？
【发布时间】：2020-02-17 07:07:52
【问题描述】：

我想创建一个 Python 数据框来计算每个样本中每个日期类型 C 或 P 出现的次数. C 和 P 是 F 的子集，这意味着只要 Type 等于 F，我可以计算具有相同 Sample 值的行数，并且相同的日期值。
我无法对条件进行硬编码，因为实际数据集比样本大得多。这意味着我需要将我的条件基于数据集中 Type 等于 F 的值。
这是我的数据集 df_Data 的一个示例（实际更大）：

样品 |类型 |日期 |罢工
一个 | F | 2020 年 6 月 1 日 |
一个 | C | 2020 年 6 月 1 日 | 5
一个 |磷 | 2020 年 6 月 1 日 | 2.5
一个 | F | 2020 年 12 月 1 日 |
一个 |磷 | 2020 年 12 月 1 日 | 3
一个 |磷 | 2020 年 12 月 1 日 | 3.5
一个 |磷 | 2020 年 12 月 1 日 | 4
乙| F | 2020 年 6 月 1 日 |
乙| C | 2020 年 6 月 1 日 | 2.5
乙| C | 2020 年 6 月 1 日 | 3
乙| C | 2020 年 6 月 1 日 | 4
乙| F | 2020 年 12 月 1 日 |
乙| C | 2020 年 12 月 1 日 | 2
乙| C | 2020 年 12 月 1 日 | 4
乙|磷 | 2020 年 12 月 1 日 | 2
乙|磷 | 2020 年 12 月 1 日 | 4

对应的输出是一个像这样的新数据框：

样品 |类型 |日期 |数

========================

A | F | 1 Jun 2020 |2
A | F | 1 Dec 2020 |3
B | F | 1 Jun 2020 |3
B | F | 1 Dec 2020 |4

在 Excel 中，我会使用 CountIfs 函数：
IF Type = "F" then countifs(Sample-column, Sample-value, Date-column, Date-value, Type-column, " F")

请帮忙（为糟糕的表格格式道歉）。

【问题讨论】：

你想如何实现这个？在关系数据库（如 mySQL）中？您正在使用什么（如果有）编程语言？请更新您的标签。
我根据 FoggyDay 的问题做了一些修改。

标签： python dataframe count conditional-statements

【解决方案1】：

我建议以下代码：

import pandas as pd
df = pd.read_csv('sample.csv')
df['Type']=df['Type'].apply(lambda x: 'F' if x == 'P' or 'C' else '')
adf = df.groupby(['Sample', 'Type', 'Dat`enter code here`e'],as_index=False).agg({'Strike':['count']})

此代码将sample.csv 读入数据帧。然后，您对列 Type 执行 lambda 查询。最终结果在adf。

【讨论】：

欢迎来到 SO！仅代码的答案可能会被否决或完全删除。我对您的帖子进行了一些编辑，请随时扩展。更多指导，请参考stackoverflow.com/help/how-to-answer

【解决方案2】：

我能够根据@Umesh Sharma 提供的逻辑获得所需的输出。
从原始数据框 df，我创建了一个没有任何 F 行的数据框。

df_no_F = df[df['Type'] != "F"]

然后我使用 groupby 和 count 来确定每个的行数样品和日期组合。

df_count = df_no_F.groupby(['Sample' , 'Date'], as_index=False).count()

【讨论】：

【解决方案3】：

我会这样做。使用df.loc 过滤到所需的类型，然后使用groupby 和count :)

import pandas as pd
from io import StringIO

# Getting a df in the right form
s = """Sample | Type | Date | Strike
A | F | 1 Jun 2020 |
A | C | 1 Jun 2020 | 5
A | P | 1 Jun 2020 | 2.5
A | F | 1 Dec 2020 |
A | P | 1 Dec 2020 | 3
A | P | 1 Dec 2020 | 3.5
A | P | 1 Dec 2020 | 4
B | F | 1 Jun 2020 |
B | C | 1 Jun 2020 | 2.5
B | C | 1 Jun 2020 | 3
B | C | 1 Jun 2020 | 4
B | F | 1 Dec 2020 |
B | C | 1 Dec 2020 | 2
B | C | 1 Dec 2020 | 4
B | P | 1 Dec 2020 | 2
B | P | 1 Dec 2020 | 4"""
df = pd.DataFrame(pd.read_csv(StringIO(s), sep='|'))
df.columns = [i.strip() for i in df.columns]
for col in ['Sample', 'Type', 'Date']:
    df[col] = df[col].str.strip()

# Meat and bones of this operation
new_df = df.loc[(df['Type'] == 'C') | (df['Type'] == 'P')].groupby(['Sample', 'Date'])['Strike'].count().reset_index()

# Reformat to desired output
new_df['Type'] = 'F'
new_df = new_df[df.columns].rename(columns={'Strike': 'Count'}).sort_values(by=['Sample', 'Date'], ascending=[True, False])
print(new_df)

输出：

  Sample Type        Date  Count
1      A    F  1 Jun 2020      2
0      A    F  1 Dec 2020      3
3      B    F  1 Jun 2020      3
2      B    F  1 Dec 2020      4

【讨论】：