Question

我正在使用具有以下结构的pandas DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'brand' : ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'], 
                   'value' : [111, 111, 222, 222, 333, 333, 444, 444, 444, 555, 555, 555, 666, 777, 888]})

print(df)

   brand  value
0      A    111
1      B    111
2      A    222
3      B    222
4      A    333
5      B    333
6      A    444
7      B    444
8      C    444
9      A    555
10     B    555
11     C    555
12     A    666
13     B    777
14     C    888

我想在上表中计算一些描述：

首先，计算具有不同品牌且匹配相同值的组的数量。这是一个有帮助的视觉效果：

如您所见，有5个组，每个组内的品牌不同，它们匹配相同的值。因此，基本上，我想编写一个查询，该查询将输出这些组的数量（本例中为5）。

第二，我想更详细地介绍每个小组。具体来说，计算：

具有单个记录的组数：3（最后3个记录）
具有2条记录的组数：3（红色，绿色和蓝色组）
具有3条记录的组数：2（紫色和黑色组）

我尝试使用groupby语句对自己的解决方案没有任何成功。任何帮助，将不胜感激。

Answer 1

第一个问题

使用GroupBy.size 并用1：将比较的真实结果值加起来：

(df.groupby('value').size()>1).sum()

输出：

第二个问题

您可以使用Series.value_counts创建这样的数据框：

df_count=df.groupby('value').size().value_counts().reset_index(name='Nº Groups').rename(columns={'index':'Nº Records/Group'})
print(df_count)

   Nº Records/Group   Nº Groups
0                 2           3
1                 1           3
2                 3           2

计算匹配组的描述

1 个答案: