Question

对熊猫来说是新手，如果使用它太难以完成，那就很好奇了。

示例输入：

time       person   game_id   won
-----------------------------------
12:34:01   John     3         False
12:34:04   Ringo    2         True
12:35:05   John     3         False
12:36:01   John     3         True
12:36:12   Ringo    3         True
12:36:41   Paul     4         False
12:37:01   George   2         False
12:37:41   George   2         False

它显示了一些人随着时间的推移玩了很多游戏。获胜列表明当时该人是否获胜。

我想要的输出是每场比赛赢了多少人至少一次。但也有多少人玩游戏而从未获胜。

示例输出：

game_id   won     count
-----------------------
2         True    1
          False   1
3         True    2
          False   0
4         True    0
          False   1

Answer 1

@DSM或多或少地说：

In [3]: grouped = df.groupby('game_id')

In [4]: won = grouped.won.sum()

In [5]: DataFrame({True: won, False: grouped.person.nunique() - won}).stack()
Out[5]: 
game_id       
2        False    1
         True     1
3        False    0
         True     2
4        False    1
         True     0
dtype: float64

Answer 2

s1 = (~df.groupby(["game_id", "person"]).won.agg(np.any)).groupby(level=0).sum()
s2 = df.groupby(["game_id", "won"]).person.agg(lambda s:s.nunique())
df2 = s2.unstack()
df2[False] = s1
df2.fillna(0).unstack().swaplevel(0, 1).sort_index()

使用pandas进行棘手的聚合

2 个答案: