带多列的groupby，其中熊猫具有加法和频率计数

Question

我有一个如下表：

name  type    val 
A     online  12
B     online  24
A     offline 45
B     online  32
A     offline 43
B     offline 44

我想以一种dataframe的方式使用它，使其可以groupby带有多个列name和type，其中也有返回{{1 }}中的记录，其中count被添加为相同类型的记录。它应该如下所示：

val

我已经尝试过name type count val A online 1 12 offline 2 88 B online 2 56 offline 1 44 进行添加，但是无法添加记录数。

Answer 1

将参数sort=False添加到groupby，以避免进行默认排序，并通过agg进行聚合，其中元组具有新的列名和聚合函数，最后reset_index代表MultiIndex到列：

df1 = (df.groupby(['name', 'type'], sort=False)['val']
        .agg([('count', 'count'),('val', 'sum')])
        .reset_index())
print (df1)
  name     type  count  val
0    A   online      1   12
1    B   online      2   56
2    A  offline      2   88
3    B  offline      1   44

Answer 2

您可以尝试旋转

df.pivot_table(index=['name','type'],aggfunc=['count','sum'],values='val')

             count sum
               val val
name type             
A    offline     2  88
     online      1  12
B    offline     1  44
     online      2  56