如何在Pandas中组合数据框并保留列

Question

给出一个数据框，记录一些书的使用情况：

getUTC___()

我需要得到所有书籍的数量，保留其他列并得到这个：

Name   Type   ID
Book1  ebook  1
Book2  paper  2
Book3  paper  3
Book1  ebook  1
Book2  paper  2

如何做到这一点？

谢谢！

Answer 1

您需要以下内容：

In [20]:
df.groupby(['Name','Type','ID']).count().reset_index()

Out[20]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

在您的情况下，“姓名”，“类型”和“ID”列匹配值，因此我们可以groupby对其进行调用，调用count然后调用reset_index。

另一种方法是使用transform添加“计数”列，然后调用drop_duplicates：

In [25]:
df['Count'] = df.groupby(['Name'])['ID'].transform('count')
df.drop_duplicates()

Out[25]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

Answer 2

我认为as_index = False应该可以解决问题。

df.groupby(['Name','Type','ID'], as_index=False).count()

Answer 3

如果df中有许多列，则可以使用df.groupby(['foo']).agg(...)，请参见here。使用.agg()函数，您可以选择不要对操作进行操作的列。如果只想保留它们，请使用.agg({'col1': 'first', 'col2': 'first', ...}。除了'first'以外，您还可以应用'sum'，'mean'等。