Question

我有一个熊猫数据框，如下所示：

  df =
      a          b
      a1.        1
      a2         0
      a1         0
      a3         1
      a2         1
      a1         1

我想先过滤1上的b，然后按a分组并计算每组发生的次数（将此列称为count），然后将该列附加为原始df。对于每个b的值，保证1至少有一次a。

预期输出：

  df =
      a          b.    count
      a1.        1      2
      a2         0.     1
      a1         0.     2
      a3         1      1
      a2         1.     1
      a1         1      2

我尝试过：

 df['count] = df.groupby('a').b.transform('size')

但是，这也算为零。我想先过滤b == 1。

我也尝试过：

df['count'] = df[df['b' == 1].groupby('a').b.transform('size')

但是，这会在计数列中引入nans吗？

我怎样才能做到这一点？

Answer 1

检查以获取适用于.tbl_trees > tbody > tr:nth-child(even) { background-color: #dff0d8; }的条件，然后b

sum

熊猫过滤器，先分组再变换

1 个答案: