在我的 forum.csv 文件中，有 Student_id 和 course_id 列。該列的數據如下所示：student_id,course_id886652,SIM4207886652,SIM42074484596,SSE33064484596,SSE33065843448,SSE3150886652,SIM4207我想做的是，例如，我想計算這兩列的出現次數student_id,course_id, occurrences886652,SIM4207- 1886652,SIM4207- 24484596,SSE3306- 14484596,SSE3306- 25843448,SSE3150- 1886652,SSE3150- 1這些事件需要保存在數據框中，因為我需要可視化該數據。這是我所做的代碼，但我不確定如何放入數據框。import pandas as pddata = pd.read_csv (r'forum.csv')df = pd.DataFrame(data, columns= ['course_id','student_id'])studentcourse = list(zip(df['course_id'], df['student_id']))a= pd.Series(studentcourse).value_counts()print(a)任何人都可以幫我解決這個問題嗎？我的預期輸出是：student_id,course_id, occurrences886652,SIM4207, 24484596,SSE3306, 25843448,SSE3150, 1886652,SSE3150, 1表示顯示每對的總金額（student_id 和 course_id）
1 回答
FFIVE
TA貢獻1797條經驗 獲得超6個贊
如果您想返回列中的值student_id和course_id出現的重復次數的累積數量，您可以使用groupby(),transform()函數來解決它cumcount：
df['Count'] = df.groupby(['student_id','course_id'])['course_id'].transform('cumcount')+1
返回：
student_id course_id Count
0 886652 SIM4207 1
1 886652 SIM4207 2
2 4484956 SSE3306 1
3 4484956 SSE3306 2
4 5843448 SSE3150 1
5 886652 SIM3150 1
編輯：
根據預期的輸出，僅使用 groupby 和aggby會更容易count：
print(df.groupby(['student_id','course_id']).agg({'course_id':'count'}).rename(columns={'course_id':'count'}).reset_index())
返回：
student_id course_id count
0 886652 SIM3150 1
1 886652 SIM4207 2
2 4484956 SSE3306 2
3 5843448 SSE3150 1
添加回答
舉報
0/150
提交
取消