Question

我想知道我需要做些什么来过滤数据框，保留Name列的唯一值，从Value列中添加值以及添加新列以计数每个外观Name

我有什么？

     Name Type  Value
0   apple    A      1
1  banana    B      3
2   apple    A      2
3    pear    P      4
4   apple    A      6
5  carrot    C      3
6  banana    B      2

，我想将其过滤到此：

     Name Type  AddedValue  Occurrences
0   apple    A      9       3
1  banana    B      5       2
2    pear    P      4       1
3  carrot    C      3       1

我该怎么办？我已经尝试过设想一个带有.join条件集的where方法，但是我无法使其工作，并且我确定问题是我正在尝试翻译pythonic的想法一条熊猫指令，可以通过精美的矢量运算或类似的方法解决我的问题

预先感谢

Answer 1

尝试groupby方法：

df.groupby(["Name","Type"]).agg(["count","sum"])

结果：

            Value    
            count sum
Name   Type          
apple  A        3   9
banana B        2   5
carrot C        1   3
pear   P        1   4

但是，如果您想展平列/索引使用：

df2 = df.groupby(["Name","Type"]).agg(["count","sum"]).reset_index(drop=False)

df2.columns = [' '.join(col).strip() for col in df2.columns.values]

输出：

     Name Type  Value count  Value sum
0   apple    A            3          9
1  banana    B            2          5
2  carrot    C            1          3
3    pear    P            1          4

借助@piRSquared，甚至可以提供更优雅的解决方案：

df2 = df.groupby(['Name', 'Type']).Value.agg([('AddedValue', 'sum'), ('Occurences', 'count')]).reset_index(drop=False)

输出：

     Name Type  AddedValue  Occurences
0   apple    A           9           3
1  banana    B           5           2
2  carrot    C           3           1
3    pear    P           4           1

Answer 2

是的，就像ipj回答的那样，您可以在Pandas Groupby中尝试groupby方法。

df = df.groupby(["Name","Type"]).agg(["count","sum"])
df.columns = df.columns.droplevel(0)
df = df.rename({"count": "AddedValue", "sum": "Occurrences"}, axis=1)

过滤熊猫数据框以添加唯一值

2 个答案: