Question

我有一个数据框，其值如下：

name    action           time
------------------------------
Sam     enters building  20:00
Chris   enters building  20:15
Sam     walks up stairs  20:20
Steve   leaves building  20:25
James   enters building  20:30
Chris   takes elevator   20:32
Sam     leaves building  20:35
Chris   leaves building  20:40
Sam     enters building  20:45
...

我想获得每人不同动作的计数。我可以用df.groupby(['name','action'], as_index=False).size()

完成此操作

但是，这给了我视觉效果，而我做不到。我想将这些计数用于不同目的。我如何将这些数据放入可访问的数据框中，以便获得每个人进出建筑物的次数之类的信息。例如，我可以像df['name' == 'Sam' & 'action'=='enters building]那样调用并将该计数分配给变量？

Answer 1

要使其成为数据框，可以使用.reset_index()，然后将其设置为df。

df=df.groupby(['name','action'], as_index=False).size().reset_index()

Answer 2

仅使用count-size不是pandas中的聚合函数，这就是您的命令as_index=False不执行任何操作的原因。

df.groupby(['name','action'], as_index=False).count()

输出：

    name           action  time
0  Chris  enters building     1
1  Chris  leaves building     1
2  Chris   takes elevator     1
3  James  enters building     1
4    Sam  enters building     2
5    Sam  leaves building     1
6    Sam  walks up stairs     1
7  Steve  leaves building     1

Answer 3

您也可以使用最初的想法。在这种情况下，您将获得熊猫系列。您可以直接索引感兴趣的值。

table = df.groupby(['name','action'], as_index=False).size()
table['Sam']['enters building']

Answer 4

这是一个不同的解决方案，您添加了size，因此仍可以使用原始数据框：

df['size'] = df.groupby(['name', 'action']).transform(np.size)
df.iloc[[0,2,-1], :]


#   name  action            time    size
# 0 Sam   enters building   20:00   2
# 2 Sam   walks up stairs   20:20   1
# 8 Sam   enters building   20:45   2

按数据框分组访问汇总值

4 个答案: