一列中的数字与另一列中的文本相等时的计数频率

Question

这是来自示例csv

大致上它看起来像这5列

剪贴板：

Year  Course  Modul Q1 Q2
2015 Physics CS1203  4  2 
2015 Physics CS1203  4  3 
2015 Physics CS1203  3  1 
2015 Physics CS1203  4  4 
2015 English IR0001  2  5 
2015 English IR0001  1  2 
2015 English IR0001  3  1 
2015 English IR0001  5  3 
2015 English IR0001  4  3

代码：

df = pd.read_clipboard()

我按模块分组，现在我要计算CS1203模块中4的数量。我是新来的，如果这是一个愚蠢的问题，请提前道歉。我真的很感谢你的帮助。你知道吗

谢谢

Answer 1

也许你可以试试这样的方法：

df.groupby(['module','q1'])['module'].agg({'Frequency':'count'})

请参考post。你知道吗

Answer 2

您可以首先按模块（df.module == 'CS1203'）筛选DF，然后只筛选那些匹配q\d+RegEx的列，只选择4s，最后计算总和：

In [74]: (df[df.module == 'CS1203'].filter(regex=r'q\d+') == 4).sum()
Out[74]:
q1    3
q2    1
dtype: int64

Answer 3

我想你需要^{}：

print (df[(df.module == 'CS1203') & (df.q1 == 4)])
   year   course  module  q1  q2
0  2015  Physics  CS1203   4   2
1  2015  Physics  CS1203   4   3
3  2015  Physics  CS1203   4   4

print (len(df[(df.module == 'CS1203') & (df.q1 == 4)]))
3

如果需要在所有q列中计数，请首先使用^{}：

df = pd.melt(df, id_vars=['year','course','module'], value_name='q')
   year   course  module  q1  q2
0  2015  Physics  CS1203   4   2
1  2015  Physics  CS1203   4   3
2  2015  Physics  CS1203   3   1
3  2015  Physics  CS1203   4   4
4  2015  English  IR0001   2   5
5  2015  English  IR0001   1   2
6  2015  English  IR0001   3   1
7  2015  English  IR0001   5   3
8  2015  English  IR0001   4   3

print (df[(df.module == 'CS1203') & (df.q == 4)])
    year   course  module variable  q
0   2015  Physics  CS1203       q1  4
1   2015  Physics  CS1203       q1  4
3   2015  Physics  CS1203       q1  4
12  2015  Physics  CS1203       q2  4

print (len(df[(df.module == 'CS1203') & (df.q == 4)]))
4