pandas - pandas 条件分组和计数值

Question

我想计算'a'标签的相同'aa'值对应于'b'标签的'bb'值的数量。这是问题的简化版本。

例如，当职位为程序员时，与“计算机技能”对应的“Python”值的数量（工作的“aa”值作为“a”标签）。

我运行以下代码，但它不起作用，对。结果应该是 2 'bb' 对应于 2 'aa'。

import numpy as np
import pandas as pd
data= {'id':[1, 1, 1, 2, 2, 2, 3, 3, 3, 3], 
   'Label':['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'b', 'c'], 
   'Values':['aa', 'bb', 'cc', 'dd', 'ee', 'cc', 'aa', 'bb', 'bbb', 'cc'] 
     } 
dataset=pd.DataFrame(data=data)
d=dataset.groupby(by=['Label'])
for k, value in d: 
      print(value[value.Label=='a'].groupby('Values').count())

标签： pandasgroup-bycountnestedconditional-statements

Answer 1

您可以执行以下操作：

import pandas as pd
data= {'id':[1, 1, 1, 2, 2, 2, 3, 3, 3, 3],
   'Label':['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'b', 'c'],
   'Values':['aa', 'bb', 'cc', 'dd', 'ee', 'cc', 'aa', 'bb', 'bbb', 'cc']
     }
dataset=pd.DataFrame(data=data)
d=dataset.groupby(by=['Label'])
for k, value in d:
    print(value.loc[value.Label=='a','Values'].value_counts())