在 Python 中按列分组以获得总计数

Posted 2023-03-12

【中文标题】在 Python 中按列分组以获得总计数

【英文标题】：Grouping By A Column For A Total Count in Python

【发布时间】：2019-11-26 18:30:07

【问题描述】：

我正在为 Coursera 上的数据科学简介课程解决一个问题，我正在努力将数据添加到数据框中的列中。

这是我正在使用的数据集：

    SUMLEV  REGION  DIVISION    STATE   COUNTY  STNAME  CTYNAME     
1   50      3       6           1       1       Alabama Autauga County  
2   50      3       6           1       3       Alabama Baldwin County  
3   50      3       6           1       5       Alabama Barbour County  
4   50      3       6           1       7       Alabama Bibb County 

我要做的是插入一个名为 TotalCounties 的列，其中包含按州划分的县总数作为最后一列。我在 SQL 中做过类似的事情，但在 Python 中似乎不太一样。

我尝试了下面的代码，但该列最终显示为 NaN 而不是我想要的数字。

   counties_only_df = census_df[census_df['SUMLEV'] == 50]
   x = counties_only_df.groupby('STNAME').count()['SUMLEV']
   counties_only_df['Total Counties'] = x

我想在新创建的列中显示一个数字而不是 NaN。

【问题讨论】：

这就是你的意思counties_only_df['Total Counties'] = counties_only_df.groupby('STNAME').transform('count')？或者你想对县列做点什么？

你能包含一个明确的期望输出吗？

@BenPap 我实际上想要一些带有州名的东西，因为州名在表中每个县的数据集中重复。

【参考方案1】：

尝试：

df['Total Counties'] = df.groupby('STNAME')['STNAME'].transform('count')

将“df”更改为您的 DataFrame 名称

【讨论】：

太棒了！那行得通！谢谢！你能解释一下你为什么做 groupby('STNAME')['STNAME'] 吗？