Question

我有一个这样的样本数据集，

toy_df = pd.DataFrame()

toy_df['A'] = ['ABC', 'ABC', 'XYZ', 'ABC', 'XYZ']
toy_df['B'] = ['AX', 'BX', 'AX', 'AX', 'AX']

我想按“ A”列对该数据集进行分组，然后以dict的形式查找“ B”中每个值的出现次数。

当我分组并找到独特的元素时，

toy_df.groupby(by=['A'])['B'].unique()

A
ABC    [AX, BX]
XYZ        [AX]
Name: B, dtype: object

我想要得到如下所示的内容，

A
ABC    {'AX' : 2, 'BX' : 1}
XYZ    {'AX' : 2}
Name: B, dtype: object

如何在熊猫中做到这一点？

Answer 1

使用<?php $metabox = array( 'name' => "{$title}", 'id' => "column_content", 'type' => 'wysiwyg', 'raw' => false, 'options' => array( 'textarea_rows' => 3, 'teeny' => true, 'media_buttons' => false, ), ); $meta_boxes[] = array( 'id' => 'page_builder', 'title' => 'Metabox Example', 'fields' => array( // Output the above array here and update the title on the fly: $title = 'NEW TITLE'; $metabox, ), );：

dict.fromkeys

编辑：要为字典的计数值在字典理解中使用a = toy_df.groupby(by=['A'])['B'].unique().apply(lambda x: dict.fromkeys(x, 1)) print (a) A ABC {'AX': 1, 'BX': 1} XYZ {'AX': 1} Name: B, dtype: object：

Counter

查找一组熊猫中的元素数

1 个答案: