python - 使用 Pandas Python 中每对列值的 # 出现次数创建列
问题描述
我正在尝试创建一个列,其中包含以下格式的数据框中每对列值的出现次数(超过 2 个列)。
1:
到目前为止,我已经获得了对数,但不确定如何在我现有的 DF 中以新列的形式准确存储这些数据......此外,由于某种原因,df 和 count 的大小也不相同。
感谢所有潜在客户谢谢!
df['Counter']=1
count=df.groupby(['Assigned To','Name']).agg('sum')['Counter'].to_frame()
df_sort=df.sort_values(['Assigned To','Name']).agg('sum').value_counts()
1:
解决方案
您可以使用reset_index
方法并提供如下名称
df_sort = df.sort_values(['Assigned To','Name'])
.agg('sum')
.value_counts()
.reset_index(name="Desired Column")
推荐阅读
- excel - 对不同工作表中的列求和
- laravel - 如何使用firebase制作实时通知laravel?
- spring - 有没有办法让 @Scheduled 函数在初始化时运行?
- python - Python ModuleNotFoundError:没有名为“socceraction.classification”的模块
- c# - 我应该选择使用任务并行库的简单字典还是 ConcurrentDictionary
- forms - 发送密码。Urlencoded 还是 multipart?
- listview - NSInternalInconsistencyException 原因:请求节 (0) 的行数超出范围
- c++ - 为什么简单的算术减法在“if”条件下不起作用?
- excel - 'X' 分钟后突出显示单元格
- python - 如何迭代数据框并插入 mysql db