如何在Pandas数据帧上执行groupby之后的条件计数？

Question

我有以下数据框：

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

现在，我要按key1对数据帧进行分组，并使用值"one"对列key2进行计数，以获得以下结果：

   key1  
0    a   2
1    b   1
2    c   0

我只是按惯例数数：

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

但我不知道如何插入条件。

我尝试过这样的事情：

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

但我不能再继续下去了。我该怎么做？

Answer 1

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

---

选项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

Answer 2

您可以在“key2”列中为groupby数据帧计算“one”的出现次数，如下所示： df.groupby('key1')['key2'].apply(lambda x: x[x == 'one'].count())

屈服

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

Answer 3

我想你需要先附加条件：

#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

或者将^{}与key1一起使用，则通过size添加缺少的值：

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