我有一個數據框df_input = pd.DataFrame( { "col_cate": ['A', 'A', 'B', 'B', 'A', 'A', 'B', 'B'], "target_bool": [True, False, True, False, True, False, True, False] } )我想計算獨特類別的數量。所以我希望輸出是這樣的col_cate, target_bool, cnt'A' , True , 2'A' , False , 2'B' , True , 2'B' , False , 2但是df_input.group_by(["col_cate", "target_bool"]).count()給Empty DataFrameColumns: []Index: [(A, False), (A, True), (B, False), (B, True)]但是dummy在df_input作品中添加一個，比如df_input["dummy"] = 1.如何在不添加虛擬對象的情況下按計數表獲取分組？
3 回答
慕沐林林
TA貢獻2016條經驗 獲得超9個贊
df_input.groupby('col_cate')['target_bool'].value_counts()
col_cate target_bool
A False 2
True 2
B False 2
True 2
然后你可以 reset_index()
胡子哥哥
TA貢獻1825條經驗 獲得超6個贊
因為函數GroupBy.count用于計算具有排除缺失值的值，如果存在是必要的，請在 groupby 之后指定列，如果兩列都用于by參數 in groupby：
df = (df_input.groupby(by=["col_cate", "target_bool"])['col_cate']
.count()
.reset_index(name='cnt'))
print (df)
col_cate target_bool cnt
0 A False 2
1 A True 2
2 B False 2
3 B True 2
如果要計算所有列，如果指定兩列，則兩者都是可能的（但這里總是相同的輸出）：
df1 = (df_input.groupby(["col_cate", "target_bool"])[['col_cate','target_bool']]
.count()
.add_suffix('_count')
.reset_index())
print (df1)
col_cate target_bool col_cate_count target_bool_count
0 A False 2 2
1 A True 2 2
2 B False 2 2
3 B True 2 2
或者如果使用 GroupBy.size方法它的工作方式有點不同 - 它計算所有值，不排除丟失，因此不需要指定列：
df = df_input.groupby(["col_cate", "target_bool"]).size().reset_index(name='cnt')
print (df)
col_cate target_bool cnt
0 A False 2
1 A True 2
2 B False 2
3 B True 2
呼喚遠方
TA貢獻1856條經驗 獲得超11個贊
也像這樣：
In [54]: df_input.groupby(df_input.columns.tolist()).size().reset_index().\
...: rename(columns={0:'cnt'})
Out[54]:
col_cate target_bool cnt
0 A False 2
1 A True 2
2 B False 2
3 B True 2
添加回答
舉報
0/150
提交
取消