Question

使用此数据集（为简洁起见，省略了一些cols和数百行）。。。

    Year    Ceremony    Award          Winner   Name    
0   1927/1928   1       Best Actress    0.0     Louise Dresser  
1   1927/1928   1       Best Actress    1.0     Janet Gaynor
2   1937        10      Best Actress    0.0     Janet Gaynor
3   1927/1928   1       Best Actress    0.0     Gloria Swanson  
4   1929/1930   3       Best Actress    0.0     Gloria Swanson
5   1950        23      Best Actress    0.0     Gloria Swanson

我使用了以下命令。。

ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()

创建以下系列。。。

Name
Ali MacGraw                1
Amy Adams                  1
Angela Bassett             1
Angelina Jolie             1
Anjelica Huston            1
Ann Harding                1
Ann-Margret                1
Anna Magnani               1
Anne Bancroft              4
Anne Baxter                1
Anne Hathaway              1
Annette Bening             3
Audrey Hepburn             4

我尝试将系列添加到原始数据框中。。

ba_dob['New_Col'] = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()

我有一列NaN值。

我已经阅读了其他帖子，暗示工作中可能存在一些错误的索引，但我不确定这会如何发生。更具体地说，为什么Pandas无法排列索引，因为groupby和count来自同一个表。还有其他事情在发生吗？

Answer 1

我认为您需要size，而不是count，因为count排除NaN s：

由Name创建的Series的{{3}}列groupby：

m = ba_dob.Winner == 0.0
ba_dob['new'] = ba_dob['Name'].map(ba_dob[m].groupby('Name').Winner.size())
print (ba_dob)
        Year  Ceremony         Award  Winner            Name  new
0  1927/1928         1  Best Actress     0.0  Louise Dresser    1
1  1927/1928         1  Best Actress     1.0    Janet Gaynor    1
2       1937        10  Best Actress     0.0    Janet Gaynor    1
3  1927/1928         1  Best Actress     0.0  Gloria Swanson    3
4  1929/1930         3  Best Actress     0.0  Gloria Swanson    3
5       1950        23  Best Actress     0.0  Gloria Swanson    3

另一种解决方案：

ba_dob['new'] = ba_dob['Name'].map(ba_dob.loc[m, 'Name'].value_counts())

Answer 2

您可以将结果加入初始数据框

Status:  400
  Response:
    {
      "error": {
        "message": "Unsupported get request.", 
        "code": 100, 
        "type": "GraphMethodException", 
        "fbtrace_id": "AStcsafetT"
      }
    }

输出：

New_col = df.loc[df.Winner == 0.0, :].groupby('Name').Winner.count().rename('New_col')
df = df.join(New_col, on='Name')

Answer 3

您也可以使用地图

mapper = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()
ba_dob['New_Col'] = ba_dob['Name'].map(mapper)

你得到了

    Year        Ceremony    Award       Winner  Name            New_Col
0   1927/1928   1           BestActress 0.0     Louise Dresser  1
1   1927/1928   1           BestActress 1.0     Janet Gaynor    1
2   1937        10          BestActress 0.0     Janet Gaynor    1
3   1927/1928   1           BestActress 0.0     Gloria Swanson  3
4   1929/1930   3           BestActress 0.0     Gloria Swanson  3
5   1950        23          BestActress 0.0     Gloria Swanson  3

Answer 4

认为您需要使用reset_index（），它会删除层次结构并创建两个字段Name＆amp; Count.Post选择'Count'字段将其添加到dataframe。像

这样的东西

 ba_dob['New_Col'] = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count().reset_index()['count']

Answer 5

您的groupby并未涵盖整个DataFrame，而只涵盖Winner == 0的行，因此对于这些行，您将获得NaN。

向Pandas数据帧添加系列会产生NaN列

5 个答案: