如何在Pandas数据框进行分组后进行条件计数？

Question

我有以下的数据框：

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

现在，我想按照key1对数据框进行分组，并计算列key2中值为"one"的数量，以获得以下结果：

   key1  
0    a   2
1    b   1
2    c   0

我只是用以下常规方法得到计数：

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

但是我不知道如何插入条件。

我尝试过类似这样的方法：

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

但是我无法再进一步了。我该怎么做呢？

- Sethias

Answer 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

或者使用 categorical 与 key1，那么缺失值将通过 size 添加：

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

- jezrael

---

哦，我忘记了。我也得到了那个。但是Key1的值为C却没有被尊重。 - Sethias

Answer 2

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

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

- Florian Mutel

Answer 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

Option 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

- piRSquared

Answer 4

您可以使用groupby()对两个键进行操作，然后再使用unstack()来完成此操作。

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

- Mehdi Golari

Answer 5

也许不是最快的解决方案，但如果key2等于“one”，您可以创建一个带有值为1的列的新数据框。"Original Answer"翻译成"最初的回答"。

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

And then aggregate it.

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

 key1  oneCount
0    a         2
1    b         1
2    c         0

- Igor Kołakowski

Answer 6

我需要计算两列的数量（lambda带两个参数），例如：

使用Pandas dataframe groupby函数，在列key2中进行分组，如下所示：

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

- Andre Vieira de Lima