python - Pandas - 在 groupby 中应用过滤器

Question

我正在尝试在数据框中按功能执行分组。我需要完成两个聚合，以查找总计数并根据一列的过滤查找计数

product, count, type
prod_a,100,1
prod_b,200,2
prod_c,23,3
prod_d,23,1

我正在尝试创建一个列的支点，column 1其中包含已售产品column 2数量和产品数量type 1

       sold, type_1
prod_a,1,1
prod_b,1,0
prod_c,1,0
prod_d,1,1

我能够获得已售产品的数量，但我不确定如何应用过滤器并获得prod_a已售产品的数量

df("product").agg({'count': [('sold', 'count')]})

标签： pythonpandaspandas-groupby

Answer 1

如果只需要一个条件计数，type==1则使用GroupBy.agg命名聚合：

df2 = df.groupby("product").agg(sold = ('count','count'),
                                type_1= ('type', lambda x: (x == 1).sum()))
print (df2)

         sold  type_1
product              
prod_a      1       1
prod_b      1       0
prod_c      1       0
prod_d      1       1

为了提高性能，首先创建列，然后聚合sum：

df2 = (df.assign(type_1 = df['type'].eq(1).astype(int))
         .groupby("product").agg(sold = ('count','count'),
                                 type_1 = ('type_1','sum')))

---

对于所有组合使用crosstabwith DataFrame.join：

df1 = pd.crosstab(df['product'], df['type']).add_prefix('type_')
df2 = df.groupby("product").agg(sold = ('count','count')).join(df1)
print (df2)
         sold  type_1  type_2  type_3
product                              
prod_a      1       1       0       0
prod_b      1       0       1       0
prod_c      1       0       0       1
prod_d      1       1       0       0