如何在pandas中的多个列中进行groupby计数

时间:2016-06-19 19:31:04

标签: python pandas dataframe counter data-analysis

我在Python pandas中有以下示例数据框:

+---+------+------+------+
|   | col1 | col2 | col3 |
+---+------+------+------+
| 0 |   a  |   d  |   b  |
+---+------+------+------+
| 1 |   a  |   c  |   b  |
+---+------+------+------+
| 2 |   c  |   b  |   c  |
+---+------+------+------+
| 3 |   b  |   b  |   c  |
+---+------+------+------+
| 4 |   a  |   a  |   d  |
+---+------+------+------+

我想对第1-3列中的所有“a”,“b”,“c”和“d”值进行计数,以便最终得到如下数据框:

+---+--------+-------+
|   | letter | count |
+---+--------+-------+
| 0 |    a   |   4   |
+---+--------+-------+
| 1 |    b   |   5   |
+---+--------+-------+
| 2 |    c   |   4   |
+---+--------+-------+
| 3 |    d   |   2   |
+---+--------+-------+

我能做到这一点的一种方法是将列堆叠在一起,然后进行分组计数,但我觉得必须有更好的方法。有人可以帮我这个吗?

2 个答案:

答案 0 :(得分:5)

您可以stack()数据框将所有列放入行中然后执行value_counts

df.stack().value_counts()

b    5
c    4
a    4
d    2
dtype: int64

答案 1 :(得分:1)

您可apply value_countssum

print (df.apply(pd.value_counts))
   col1  col2  col3
a   3.0     1   NaN
b   1.0     2   2.0
c   1.0     1   2.0
d   NaN     1   1.0

df1 = df.apply(pd.value_counts).sum(1).reset_index()
df1.columns = ['letter','count']
df1['count'] = df1['count'].astype(int)
print (df1)
  letter  count
0      a      4
1      b      5
2      c      4
3      d      2