通过熊猫中的字符串列聚合数据框[重复]
Posted
技术标签:
【中文标题】通过熊猫中的字符串列聚合数据框[重复]【英文标题】：Aggregating a dataframe by a String column in pandas [duplicate] 【发布时间】：2021-11-05 00:56:05 【问题描述】：我有一个如下所示的数据框：
dfB
name value country
benzene spice Australia
benzene spice Australia
benzene spice Australia
benzene herbs Australia
benzene herbs Americas
benzene anise Poland
methyl herbs
methyl herbs Americas
methyl spice Americas
alcohol spice Germany
alcohol spice Germany
我想创建一个不同的数据框，它是国家列的聚合，如下所示：
dfB
name value country count
benzene spice Australia 3
benzene herbs Australia 1
benzene herbs Americas 1
benzene anise Poland 1
methyl herbs 1
methyl herbs Americas 1
methyl spice Americas 1
alcohol spice Germany 2
这个想法是聚合国家列并为每个唯一的“名称”和“值”组合创建国家列的计数。如果有空格或楠也应该区别对待。
我尝试使用 groupby：
grouped = dfB.groupby(["name", "value", "country"]).agg("country": "count")
但它似乎并没有按照我的意图创建数据框。我该怎么做？
【问题讨论】：
从 groupby 中删除“国家”，或者使用nunique 代替 agg
如果有空格或 Nan，他也应该区别对待。 - 如果说 3 NaN - 它们应该算作 3 还是 1？跨度>
检查第二个重复的答案。
如果相同的“名称”“值”组合有3个Nan/Blanks，则应计为1。
使用dfB.groupby(["name", "value", "country"]).size().reset_index(name='count')
【参考方案1】：
使用value_counts或groupby不修改订单：
out = dfB.value_counts(["name", "value", "country"], sort=False, dropna=False) \
.rename('count').reset_index()
out.loc[out['country'].isna(), 'count'] = 1
out1 = dfB.groupby(["name", "value", "country"], sort=False, dropna=False) \
.size().reset_index(name='count')
out1.loc[out1['country'].isna(), 'count'] = 1
>>> out
name value country count
0 alcohol spice Germany 2
1 benzene anise Poland 1
2 benzene herbs Americas 1
3 benzene herbs Australia 1
4 benzene spice Australia 3
5 methyl herbs Americas 1
6 methyl herbs NaN 1
7 methyl spice Americas 1
>>> out1
name value country count
0 benzene spice Australia 3
1 benzene herbs Australia 1
2 benzene herbs Americas 1
3 benzene anise Poland 1
4 methyl herbs NaN 1
5 methyl herbs Americas 1
6 methyl spice Americas 1
7 alcohol spice Germany 2
【讨论】：
以上是关于通过熊猫中的字符串列聚合数据框[重复]的主要内容，如果未能解决你的问题，请参考以下文章