熊猫如何按列中的特定值分组？

Question

我有一个包含多个列的数据框，并为年龄间隔添加了一个新列。

# Create Age Intervals
bins = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95, 100]
df['age_intervals'] = pd.cut(df['age'],bins)

现在，我还有一个名为no_show的列，该列使用值0或1来说明某人是否出现在约会中。通过使用以下代码，我可以根据以下数据对数据进行分组age_intervals。

df[['no_show','age_intervals']].groupby('age_intervals').count()

Output: 
age_intervals   no_show
  (0, 5]        8192
 (5, 10]        7017
(10, 15]        5719
(15, 20]        7379
(20, 25]        6750

但是如何将no_show数据基于其值0和1进行分组。例如，在年龄区间（0,5]中，对于{{，在8192、3291中，0和4901为1 1}}等。

Answer 1

一种简单的方法是将两列都分组，并使用size()返回一个Series：

df.groupby(['age_intervals', 'no_show']).size()

这将返回一个根据age_intervals列和no_show列划分值的系列。