Question

ID col1 col2    col3
I1 1    0       1 
I2 1    0       1 
I3 0    1       0 
I4 0    1       0 
I5 0    0       1

这是我的数据框。我期待基于col1，col2，col3的分组依据汇总ID值，并且还希望在此基础上增加一个计数列。

预期输出：

ID_List      Count 
[I1,I2]       2
[I3,I4]       2
[I5]          1

我的代码

cols_to_group = ['col1','col2','col3']
data = pd.DataFrame(df.groupby(cols_to_group)['id'].nunique()).reset_index(drop=True)
data.head()

   ID
0  2
1  2
2  1

Answer 1

您可以执行groupby.agg()：

df.groupby(['col1','col2','col3'], sort=False).ID.agg([list,'count'])

输出：

                    list  count
col1 col2 col3                 
1    0    1     [I1, I2]      2
0    1    0     [I3, I4]      2
     0    1         [I5]      1

Answer 2

您需要通过求和，计数等来汇总一个函数。在这种情况下，请计数。尝试以下代码。

df.groupby(['col1','col2','col3']).ID.agg([list,'count']).reset_index(drop=True)

输出：

    list    count
0   [I1, I2]    2
1   [I3, I4]    2
2   [I5]    1

Answer 3

您在这里：

grouped = df.groupby(['col1', 'col2', 'col3'], sort=False).ID
df = pd.DataFrame({
    'ID_List': grouped.aggregate(list),
    'Count': grouped.count()
}).reset_index(drop=True)
print(df)

输出：

    ID_List  Count
0  [I1, I2]      2
1  [I3, I4]      2
2      [I5]      1

根据多列分组汇总一列的唯一值并计算不重复-熊猫

3 个答案: