Question

我有一个非常简单的数据集：

Customer    Amount
A           1.25
B           2
C           1
A           5
D           2
B           10

我想得到以下结果：

Customer Amount  Number_of_transactions
A        6.25    2
B        12      2
C        1       1
D        1       2

我解决的方法是添加另一个列，其中所有值都是1，然后使用df.groupby（＆＃39; Customer＆＃39;）。

有更有效的方法吗？
我需要绘制number_of_transactions的分布和金额分布。每当我尝试这样做时，我都会得到关键错误（我假设因为groupby）。有人能指出正确的方向吗？

Answer 1

试试这个：

>>> df['Number_of_transactions'] = 1
>>> df1 = df.pivot_table(index='Customer', 
                         values=['Amount', 'Number_of_transactions'],
                         aggfunc=np.sum)\
            .reset_index()                  # reset_index is optional
>>> df1

Out[21]:
    Customer    Amount  Number_of_transactions
0   A           6.25    2
1   B           12.00   2
2   C           1.00    1
3   D           2.00    1

对于情节，只需：

>>> df1.hist(bin=50)

Answer 2

我不确定你想要什么作为情节，但对于第一部分，你可以这样做：

new_df = pd.concat([df.groupby(df.Customer).Amount.sum(),
                    df.Customer.value_counts()], axis=1)

new_df.columns = ["Amounts","Number_of_transactions"]

然后如果你有一个条形图：

new_df.plot(kind="bar")

或者如果您想要直方图：

new_df.hist()

绘制pandas groupby结果

2 个答案: