使用 .groupby() 后重命名列的问题

Posted 2023-02-16

【中文标题】使用 .groupby() 后重命名列的问题

【英文标题】：Issue with renaming columns after using .groupby()

【发布时间】：2021-12-23 10:40:41

【问题描述】：

我有一个这样的 df：

parent	child
Susie	jose
Susie	bob
Susie	bob
Susie	frank
Allen	bob
Allen	frank

我希望它看起来像这样：

Parent	child_jose	child_bob	child_frank
Susie	1	2	1
Allen	0	1	1

只计算父母拥有的每个孩子的数量，并为该孩子创建一个列，其中包含每个父母拥有多少孩子的数量

我使用此代码首先按父名称分组：

''' by_parent = df.groupby(["ParentName", "ChildName"])['ChildName'].count().to_frame() '''

当我得到输出时，这看起来正确，除了计数列名为“ChildName”。

所以在这段代码之后它看起来像

ParentName	ChildName	ChildName
Susie	jose	1
	bob	2
	frank	1
Allen	bob	1
	frank	1
	jose	0

我在这里尝试了一些类似的解决方案，但我没有运气直接获得列名。使用 to_frame() 后它看起来正确，但是当我调用 df.columns 时，只显示“ChildName”。任何有关如何降低第一步以及可能有助于从 childName 列中转出的帮助都将非常有帮助。提前致谢，如果您需要进一步说明，请发表评论。

【参考方案1】：

好吧，只是为了展示另一种方法，因为很明显这里还有其他更好的答案。

您可以按父项和子项对数据进行分组，然后可以迭代原始数据框并创建所需的列。使用 get_group() + count() 方法，您可以获得该特定组的计数。

grouped_data = df.groupby(['parent', 'child'])['child']
for _, row in df.iterrows():
  df.loc[(df['parent'] == row.parent) & (df['child'] == row.child),
         f'child_row.child'] = grouped_data.get_group((row.parent, row.child)).count()

此时，您的数据框如下所示：

	parent	child	child_jose	child_bob	child_frank
0	Susie	jose	1.0	NaN	NaN
1	Susie	bob	NaN	2.0	NaN
2	Susie	bob	NaN	2.0	NaN
3	Susie	frank	NaN	NaN	1.0
4	Allen	bob	NaN	1.0	NaN
5	Allen	frank	NaN	NaN	1.0

最后，我们删除child列，删除重复项，并按parent分组得到sum()

df = df.drop_duplicates().drop(columns='child')
df = df.groupby(['parent']).sum().reset_index()

输出：

	parent	child_jose	child_bob	child_frank
0	Allen	0.0	1.0	1.0
1	Susie	1.0	2.0	1.0

【参考方案2】：

crosstab 在这里也不错，虽然它更像是一个方便的工具（根据数据集的大小可能会很慢）：

(pd.crosstab(df.parent, df.child)
   .add_prefix('child_')
   .reset_index()
   .rename_axis(columns=None)
 )
  parent  child_bob  child_frank  child_jose
0  Allen          1            1           0
1  Susie          2            1           1

【讨论】：

这是crosstab 的完美用例：+10

【参考方案3】：

在groupby_count 之后使用unstack：

>>> df.groupby(["parent", "child"])['child'].count().unstack() \
      .add_prefix('child_').rename_axis(index=None, columns=None) \
      .fillna(0).astype(int)

        child_bob  child_frank  child_jose
Allen           1            1           0
Susie           2            1           1