python - Python/Pandas，根据多个值计算特定值

Question

使用 Python/Pandas 并给定一个名称-值 (Bob)，我如何按工作和状态进行 value_count，并按月列出。初始df：

Bob 的输出应该是这样的：

我正在处理数千条记录，我需要某种方法来检索每个月特定名称的工作代码和状态的数量。

我可以使用 .loc 和 value_counts() 单独获取这些信息，但不能一次全部获取。Grouby 统计数据并不具体。有任何想法吗？？？

标签： pythonpandasdataframe

Answer 1

我在您的测试 DataFrame 中添加了一行（六月）：

   Name State Job Code Month
0   Bob    CA        A   APR
1   Joe    CA        B   APR
2  Mary    AZ        C   MAY
3   Bob    CA        D   MAY
4   Bob    NV        C   MAY
5   Bob    CA        D   MAY
6   Bob    CA        D   JUN

原因是为了表明我在月份（而不是字母顺序）上提供“日历”排序的方式可以正常工作。

要提供提到的“日历”排序，请从以下内容开始：

df.Month = pd.Categorical(df.Month, ['JAN', 'FEB', 'MAR', 'APR',
    'MAY', 'JUN', 'JUL', 'AUG', 'SEP', 'OCT', 'NOV', 'DEC'])

然后，几乎所有的处理都可以在下面的指令中进行：

res = df.query('Name == "Bob"').drop(columns=['Name'])\
    .set_index('Month').stack().reset_index(name='val')\
    .groupby(['Month', 'level_1', 'val']).size()\
    .sort_index(ascending=[True, False, True]).droplevel(1)

该指令很长（涉及多个步骤），因此要理解它，请分别运行每个步骤并查看中间结果。

我之前写过“几乎所有”，因为现在 MultiIndex 有不必要的列名。要清除它们，请运行：

res.index.names = ['', '']

最后的结果是：

APR  CA    1
     A     1
MAY  CA    2
     NV    1
     C     1
     D     2
JUN  CA    1
     D     1
dtype: int64

请注意，JUN的数据在 MAY之后，正如它应该的那样。