Python / Pandas，基于多个值计算特定值

Question

使用Python / Pandas并给定名称-值（Bob），如何按工作和状态对value_count进行计数，并按月列出。初始df：

鲍勃的输出应该是这样的：

我正在处理成千上万条记录，我需要某种方式来检索每个月特定名称的Jobs代码和状态数。

我可以使用.loc和value_counts（）单独获取此信息，但不能一次全部获取。 Grouby的统计信息并不具体。有任何想法吗？？？

Answer 1

我在您的测试DataFrame中添加了一行（六月）：

   Name State Job Code Month
0   Bob    CA        A   APR
1   Joe    CA        B   APR
2  Mary    AZ        C   MAY
3   Bob    CA        D   MAY
4   Bob    NV        C   MAY
5   Bob    CA        D   MAY
6   Bob    CA        D   JUN

原因是为了表明我提供“日历”排序的方式 在 Month （而不是字母）上运行就可以了。

要提供提到的“日历”排序方式，请先：

df.Month = pd.Categorical(df.Month, ['JAN', 'FEB', 'MAR', 'APR',
    'MAY', 'JUN', 'JUL', 'AUG', 'SEP', 'OCT', 'NOV', 'DEC'])

然后，几乎所有处理都可以按照以下指令执行：

res = df.query('Name == "Bob"').drop(columns=['Name'])\
    .set_index('Month').stack().reset_index(name='val')\
    .groupby(['Month', 'level_1', 'val']).size()\
    .sort_index(ascending=[True, False, True]).droplevel(1)

此说明很长（涉及多个步骤），因此请理解 它分别运行每个步骤，并查看中间结果。

我之前写过“几乎所有内容”，因为目前MultiIndex不需要 列名。要清除它们，请运行：

res.index.names = ['', '']

最终结果是：

APR  CA    1
     A     1
MAY  CA    2
     NV    1
     C     1
     D     2
JUN  CA    1
     D     1
dtype: int64

请注意， JUN 的数据应保持不变， MAY 之后。

Answer 2

我希望获得一张桌子，但是我能够使用groupby和两个.count（）方法获得足够的距离。我发现我需要首先将数据帧过滤为仅所需的值（鲍勃）。这似乎很明显，但我是新来的。谢谢大家的帮助。

df1 = df[df['Name'] == 'Bob']
grp1 = df1.groupby(['Month', 'Job Code']) 
grp1.count()

grp2 = df1.groupby(['Month', 'State']) 
grp2.count()