Python / Pandas - 统计特定索引的行数

Question

I have this dataframe:

     content
id         
17         B
17         A
 6         A
15         A
...

我想要统计索引为17的行有多少条（在这个例子中是2）。 有没有一种方法可以做到这一点？

- aabujamra

Answer 1

你可以尝试以下方法：

sum(df.index == 17)

df.index == 17 返回一个数组，其中boolean值为True表示索引值匹配，否则为False。同时，在使用sum函数时，True等同于1。

- niraj

---

我得到了像[1 1 1 ..., 0 0 0]这样的结果。我只想知道索引中17出现了多少次。 - aabujamra

@abutremutante 你是指在使用 df.index == 17 的时候，你得到了 [1 1 1 ..., 0 0 0] 吗？这对于提供的示例样本不起作用吗？ - niraj

你说得对，确实是这样。因为我的数据框很大，我试图在这里简化它，但显然不是最好的方法。无论如何，我用了一种不太符合Python风格的方式解决了：a = 0，对于df.index中的每个i：如果i == 17，则a + = 1 - aabujamra

Answer 2

问题: 如何计算索引标签的数量？

Input: # Your DataFrame
       test_dict = {'id': ['17', '17', '6', '15'], 'content': ['B', 'A', 'A', 'A']}
       testd_df = pd.DataFrame.from_dict(test_dict) # create DataFrame from dict
       testd_df.set_index('id', inplace=True) # set 'id' as index in inplace way
       testd_df
Output: 
             |content
        --------------
         id  |
        -------------
         17  |      B
         17  |      A
          6  |      A
         15  |      A

解决方案：使用api pandas.Index.value_counts

根据文档，pandas.Index.value_counts将返回一个包含唯一值计数的对象，并返回一个pd.Series。

因此，现在我可以使用pandas.Series.loc（不要与.iloc混淆）选择我想要的特定索引。

# Solution
Input:  index_count = pd.Index(testd_df.index).value_counts() # count value of unique value
        index_count

Output: 17    2
        15    1
        6     1
        dtype: int64
---------------------------------
Input:  index_count.loc['17'] # select the information you care about
Output: 2

- WY Hsu

---

不需要创建新的索引，只需使用 testd_df.index.value_counts()。 - sanzoghenzo

Answer 3

你可以按级别进行分组。

df.groupby(level=0).count()

或者 reset_index()

df.reset_index().groupby('id').count()

- BENY

---

但是我如何访问17呢？df.groupby(level=0).count().loc[17]？ - aabujamra

返回索引值为17的行：df[df.index==17] - BENY

嗨，我的情况有另一列是日期。如果要根据日期 >= '2019-01-01'（例如）计算行数，应该怎么做呢？ - Chau Loi