Question

示例数据框=

df = pd.DataFrame({'ID': [1,1,2,2,2,3,3,3],
...                'Type': ['b','b','b','a','a','a','a']})

我想返回按ID分组的计数，然后返回Type中每个唯一ID的列以及该分组行的每种Type的计数：

pd.DataFrame({'ID': [1,2,3],'Count_TypeA': [0,2,3], 'CountTypeB':[2,1,0]}, 'TotalCount':[2,3,3])

有没有一种简单的方法可以在大熊猫中使用groupby函数？

Answer 1

根据需要，可以使用get_dummies中的方法pandas。这会将类别变量转换为伪变量/指标变量。您可以检查引用here。

检查是否符合您的要求：

import pandas as pd

df = pd.DataFrame({'ID': [1, 1, 2, 2, 2, 3, 3, 3],
                   'Type': ['b', 'b', 'b', 'a', 'a', 'a', 'a', 'a']})

dummy_var = pd.get_dummies(df["Type"])
dummy_var.rename(columns={'a': 'CountTypeA', 'b': 'CountTypeB'}, inplace=True)

df1 = pd.concat([df['ID'], dummy_var], axis=1)

df_group1 = df1.groupby(by=['ID'], as_index=False).sum()

df_group1['TotalCount'] = df_group1['CountTypeA'] + df_group1['CountTypeB']
print(df_group1)

这将打印以下结果：

   ID  CountTypeA  CountTypeB  TotalCount
0   1           0           2           2
1   2           2           1           3
2   3           3           0           3

熊猫通过多个列进行分组，并将唯一组的值作为自己的列

1 个答案: