时间戳

首页 > 解决方案 > groupby 并计算多列数据框

pandas - groupby 并计算多列数据框

问题描述

我有一个df

df = pd.DataFrame([
            [1, 1, 'A', 10], 
            [4, 1 ,'A', 6], 
            [7, 2 ,'A', 3],
            [2, 2 ,'A', 4],
            [6, 2 ,'B', 9],
            [5, 2 ,'B', 7],
            [5, 1 ,'B', 12],
            [5, 1 ,'B', 4],
            [5, 2 ,'C', 9],
            [5, 1 ,'C', 3],
            [5, 1 ,'C', 4],
            [5, 2 ,'C', 7]
            ],
         index=['A', 'A', 'A','A','A','A','A','A','A','A','A','A'],
         columns=['A', 'B', 'C', 'D'])

我可以使用以下方法计算按列 A 分组的列 D 的非零值的数量：

df['countTrans'] = df['D'].ne(0).groupby(df['A']).transform('sum')

输出是：

df:
   A  B  C  D   countTrans
A  1  1  A  10         1.0
A  4  1  A   0         0.0
A  7  2  A   3         1.0
A  2  2  A   4         1.0
A  6  2  B   9         1.0
A  5  2  B   7         7.0
A  5  1  B  12         7.0
A  5  1  B   4         7.0
A  5  2  C   9         7.0
A  5  1  C   3         7.0
A  5  1  C   4         7.0
A  5  2  C   7         7.0

但是，我还想不仅按 A 列而且按 B 列进行分组。我尝试了以下变体：

df['countTrans'] = df['D'].ne(0).groupby(df['A'], df['B']).transform('sum')

df['countTrans'] = df['D'].ne(0).groupby(df['A','B']).transform('sum')

没有成功

我想要的输出看起来像：

df:
   A  B  C  D   countTrans
A  1  1  A  10         1.0
A  4  1  A   0         0.0
A  7  2  A   3         1.0
A  2  2  A   4         1.0
A  6  2  B   9         1.0
A  5  2  B   7         3.0
A  5  1  B  12         4.0
A  5  1  B   4         4.0
A  5  2  C   9         3.0
A  5  1  C   3         4.0
A  5  1  C   4         4.0
A  5  2  C   7         3.0

标签： pandas

解决方案

可能的解决方案是传递Series给list：

df['countTrans'] = df['D'].ne(0).groupby([df['A'], df['B']]).transform('sum')
print (df)
   A  B  C   D  countTrans
A  1  1  A  10           1
A  4  1  A   6           1
A  7  2  A   3           1
A  2  2  A   4           1
A  6  2  B   9           1
A  5  2  B   7           3
A  5  1  B  12           4
A  5  1  B   4           4
A  5  2  C   9           3
A  5  1  C   3           4
A  5  1  C   4           4
A  5  2  C   7           3

或者通过DataFrame.assign（'clean'我认为更多）创建帮助列：

df['countTrans'] = df.assign(E = df['D'].ne(0)).groupby(['A','B'])['E'].transform('sum')
#similar solution with overwrite D
#df['countTrans'] = df.assign(D = df['D'].ne(0)).groupby(['A','B'])['D'].transform('sum')

推荐阅读