代码之家 › 专栏 › 技术社区 › davideps

为什么Pandas中的groupby将计数放在现有列名下?

pandas-groupby pandas

davideps · 技术社区 · 8 年前

我来自R,不理解熊猫默认的群居行为。我创建了一个数据帧,并按列“id”分组,如下所示:

d = {'id': [1, 2, 3, 4, 2, 2, 4], 'color': ["r","r","b","b","g","g","r"], 'size': [1,2,1,2,1,3,4]}
df = DataFrame(data=d)
freq = df.groupby('id').count()

当我检查结果数据帧的标题时,所有原始列都在那里,而不仅仅是“id”和“freq”(或“id”和“count”)。

list(freq)
Out[117]: ['color', 'size']

当我显示结果数据帧时,计数已替换计数中未使用的列的值:

freq
Out[114]: 
    color  size
id             
1       1     1
2       3     3
3       1     1
4       2     2

我计划使用groupby,然后按频率列过滤。我需要删除未使用的列并手动添加频率列吗?通常的方法是什么?

1 回复 | 直到 8 年前

jezrael 8 年前

count 聚合的所有列 DataFrame 带排除 NaN id as列使用 as_index=False 参数或 reset_index() :

freq = df.groupby('id', as_index=False).count()
print (freq)
   id  color  size
0   1      1     1
1   2      3     3
2   3      1     1
3   4      2     2

所以如果添加每列中的应为差异:

d = {'id': [1, 2, 3, 4, 2, 2, 4], 
     'color': ["r","r","b","b","g","g","r"],
      'size': [np.nan,2,1,2,1,3,4]}
df = pd.DataFrame(data=d)

freq = df.groupby('id', as_index=False).count()
print (freq)
   id  color  size
0   1      1     0
1   2      3     3
2   3      1     1
3   4      2     2

可以为计数指定列:

freq = df.groupby('id', as_index=False)['color'].count()
print (freq)
   id  color
0   1      1
1   2      3
2   3      1
3   4      2

计数 具有 s:

freq = df.groupby('id').size().reset_index(name='count')
print (freq)
   id  count
0   1      1
1   2      3
2   3      1
3   4      2

d = {'id': [1, 2, 3, 4, 2, 2, 4], 
     'color': ["r","r","b","b","g","g","r"],
      'size': [np.nan,2,1,2,1,3,4]}
df = pd.DataFrame(data=d)

freq = df.groupby('id').size().reset_index(name='count')
print (freq)
   id  count
0   1      1
1   2      3
2   3      1
3   4      2

谢谢 Bharath 用于指向另一个解决方案 value_counts here :

freq = df['id'].value_counts().rename_axis('id').to_frame('freq').reset_index()
print (freq)
   id  freq
0   2     3
1   4     2
2   3     1
3   1     1

推荐文章

Joan · 基于多个panda列的唯一值进行分组

4 年前

d_frEak · 具有装箱条件的dataframe groupby聚合计数函数

4 年前

Andre Nevares sj95126 · 如何在Pandas中为特定键的唯一值添加新列(问题agregate)

4 年前

T_Ner · 如何筛选最后一行中的任何组是负数还是正数,只需显示该组即可。熊猫

4 年前

The Great · Pandas groupby并计算多列中NA值的比率

4 年前

yurnero · 熊猫groupby:当前组的坐标

4 年前

EugLP · Groupby multiple columns&Sum-使用添加的If条件创建新列

4 年前

R Shriya · 基于python中另一列中的AND条件在一列中获取值

4 年前

Anakin Skywalker · 修复列名并在将数据框按两列分组后重命名

4 年前

deppep · Pandas根据另一列的值创建一个包含索引的新列

4 年前