Question

我有一个如下所示的数据框df：

df  name     city
0   John    New York
1   Carl    New York
2   Carl     Paris
3   Eva      Paris
4   Eva      Paris
5   Carl     Paris

我想知道不同城市的总人数

df2  city      number
0   New York     2
1    Paris       3

或城市中具有相同名称的人数

df2    name     city      number
0      John    New York     1
1      Eva      Paris       2
2      Carl     Paris       2
3      Eva      New York    0

Answer 1

我认为需要GroupBy.size：

df1 = df.groupby(['city']).size().reset_index(name='number')
print (df1)
       city  number
0  New York       2
1     Paris       4

df2 = df.groupby(['name','city']).size().reset_index(name='number')
print (df2)
   name      city  number
0  Carl  New York       1
1  Carl     Paris       2
2   Eva     Paris       2
3  John  New York       1

如果需要所有组合，则一个解决方案是添加unstack和stack：

df3=df.groupby(['name','city']).size().unstack(fill_value=0).stack().reset_index(name='count')
print (df3)
   name      city  number
0  Carl  New York       1
1  Carl     Paris       2
2   Eva  New York       0
3   Eva     Paris       2
4  John  New York       1
5  John     Paris       0

或reindex与MultiIndex.from_product：

df2 = df.groupby(['name','city']).size()
mux = pd.MultiIndex.from_product(df2.index.levels, names=df2.index.names)
df2 = df2.reindex(mux, fill_value=0).reset_index(name='number')
print (df2)
   name      city  number
0  Carl  New York       1
1  Carl     Paris       2
2   Eva  New York       0
3   Eva     Paris       2
4  John  New York       1
5  John     Paris       0

Answer 2

计算同一城市中姓名不同的人数：

groups = df.groupby('city').count().reset_index()

计算不同城市中具有相同名称的人数：

groups = df.groupby('city').count().reset_index()

Python：如何根据不同的列获取值的总和

2 个答案: