我有一个名为 output 的数据框,如下所示:
created_at
0 1/8/2017 0:00
1 1/8/2017 0:00
2 1/8/2017 0:00
3 1/8/2017 0:00
4 1/8/2017 0:00
5 1/8/2017 1:00
6 1/8/2017 2:00
7 1/8/2017 3:00
我想计算特定时间在名为 df3 的数据框中出现的次数。结果如下:
1/8/2017 0:00 5
1/8/2017 1:00 1
1/8/2017 3:00 1
1/8/2017 2:00 1
我想要的是在df3中添加两个标题,名为 created_at 和计数。
我首先要做的是从输出数据框中删除重复项并对值进行排序,得到如下结果:
created_at
0 1/8/2017 0:00
5 1/8/2017 1:00
6 1/8/2017 2:00
7 1/8/2017 3:00
现在我在输出数据框中添加了 count 列,但我得到的结果如下:
created_at count
0 1/8/2017 0:00 NaN
5 1/8/2017 1:00 NaN
6 1/8/2017 2:00 NaN
7 1/8/2017 3:00 NaN
我想要实现的是一个名为结果的数据框,它应如下所示:
created_at count
0 1/8/2017 0:00 5
5 1/8/2017 1:00 1
6 1/8/2017 2:00 1
7 1/8/2017 3:00 1
我该怎么做?我的代码如下:
import pandas as pd
df1 = pd.read_csv(path1)
df2 = pd.read_csv(path2)
output = pd.merge(df1, df2, how="inner", on="created_at")
df3 = output.created_at.value_counts()
output = output.drop_duplicates()
output = output.sort_values(by=['created_at'])
output['count'] = df3
print(output,'\n\n')
任何和所有帮助将不胜感激
由于
答案 0 :(得分:2)
在致电rename_axis
后,将reset_index
与value_counts
一起使用。
df.created_at.value_counts().rename_axis('created_at').reset_index(name='count')
created_at count
0 1/8/2017 0:00 5
1 1/8/2017 2:00 1
2 1/8/2017 1:00 1
3 1/8/2017 3:00 1
或者,使用groupby
+ agg
:
df.groupby('created_at').created_at.agg([('count', 'count')]).reset_index()
created_at count
0 1/8/2017 0:00 5
1 1/8/2017 1:00 1
2 1/8/2017 2:00 1
3 1/8/2017 3:00 1