pandas.groupby中的迭代

Posted 2021-03-27

我有这个数据框，它有三个字段：'location'，'sex'和'category'。

字段位置的值介于1和1000之间。字段性别的值为“m”或“f”。字段类别的值介于1到600之间。我想要为每个位置计算项目数，每个性别为一个类别值列表，比如[5,35,64,100, 216]

我尝试过类似的东西：

result5=df.loc[(df.sex=='M')&(df.category==5)].groupby(['location','category'])count()

我也可以在类别列表中为其他想要的值编写相同的代码。但它似乎非常重复

我也试过类似的东西：

for i in [5,35,64,100, 216]:
    if i=5:
       result5=df.loc[(df.sex=='M')&(df.category==i)].groupby(['location','category'])count()

它看起来也非常重复。

你能帮我一个简单的代码，可以迭代这个过程吗？非常感谢！

答案

首先按Series.isin过滤数据，然后使用GroupBy.size汇总所有3列：

L = [5,35,64,100, 216]
df1 = (df[df.location.isin(L)]
                .groupby(['location','sex','category'])
                .size()
                .reset_index(name='count'))