Python 熊猫：多列groupby的值计数

我有一个熊猫数据框架，我通过两列对其进行分组：ID和Item。然后，我将保留每组中最后5次出现（最多），并最终计算一种特定类型出现次数的比率。具体而言，我将计算每个ID项的“U”计数除以出现总数

最后一步我遇到了麻烦-我不知道如何从下面的常规值计数中获得每个ID项分组的比率。任何提示都将不胜感激-谢谢

d={'ID':[1,1,1,1,1,2,2,2,2,2],'Item': ['box','box','ball','ball','box','box','box','ball','box','ball'],'Direction':['D','U','U','D','U','U','D','D','D','D']}
df=pd.DataFrame(data=d)

z=company_item['revision_arrow'].value_counts()

groups=df.groupby(['ID','Item'])
max_count=5
lastfive=groups.head(max_count).reset_index(drop=True)

#count_series=lastfive['Direction'].value_counts()
count_series=groups['Direction'].value_counts()

使用时，您可以选择规范化结果。您可以使用此参数，然后索引生成的数据帧，使其仅包含

U

行：

out = (df.groupby(['ID', 'Item'])
          .Direction.value_counts(normalize=True)
          .rename('ratio').reset_index())

out.loc[out.Direction.eq('U')]

使用时，您可以选择规范化结果。您可以使用此参数，然后索引生成的数据帧，使其仅包含

U

行：

out = (df.groupby(['ID', 'Item'])
          .Direction.value_counts(normalize=True)
          .rename('ratio').reset_index())

out.loc[out.Direction.eq('U')]

---

如果要为划分为所有计数（'U'）的每个ID组仅计算计数（'U'），可以将应用与定义的函数一起使用：

d={'ID':[1,1,1,1,1,2,2,2,2,2],'Item': ['box','box','ball','ball','box','box','box','ball','box','ball'],'Direction':['D','U','U','D','U','U','D','D','D','D']}
df=pd.DataFrame(data=d)


def func(df):
    return len(df[df.Direction == 'U'])

df.groupby('ID').apply(func) / len(df[df.Direction == 'U'])

输出：

ID
1    0.75
2    0.25

---

如果需要，您可以按ID和项目进行分组。

如果您希望只计算划分为所有计数（'U'）的每个ID组的计数（'U'），您可以将应用与定义的函数一起使用：

d={'ID':[1,1,1,1,1,2,2,2,2,2],'Item': ['box','box','ball','ball','box','box','box','ball','box','ball'],'Direction':['D','U','U','D','U','U','D','D','D','D']}
df=pd.DataFrame(data=d)


def func(df):
    return len(df[df.Direction == 'U'])

df.groupby('ID').apply(func) / len(df[df.Direction == 'U'])

输出：

ID
1    0.75
2    0.25

---

如果需要，您可以根据ID和项目进行分组。

我相信这个问题的第一个答案是相关的：。在groupby对象上使用

.size（）.unstack（fill_value=0）

。这将获得每个ID项的“U”出现次数，然后可以除以出现次数的总数。我相信这个问题的第一个答案是相关的：。在groupby对象上使用

.size（）.unstack（fill_value=0）

。这将获得每个ID项的“U”出现次数，然后您可以除以出现次数的总数。谢谢。这在示例代码中非常有效，但由于某种原因，如果我尝试在实际数据中执行此操作，我会出现此错误：AttributeError:'DataFrameGroupBy'对象没有属性'Direction'@Z_D您的实际数据帧是否有一个名为

Direction

的列？真是太蠢了！不，没有，谢谢。现在修好了。这是一个非常好的解决方案-感谢您向我介绍此功能。当我在虚拟数据和真实数据之间切换时，我总是遇到这种情况：）很乐意帮忙！谢谢这在示例代码中非常有效，但由于某种原因，如果我尝试在实际数据中执行此操作，我会出现此错误：AttributeError:'DataFrameGroupBy'对象没有属性'Direction'@Z_D您的实际数据帧是否有一个名为

Direction

的列？真是太蠢了！不，没有，谢谢。现在修好了。这是一个非常好的解决方案-感谢您向我介绍此功能。当我在虚拟数据和真实数据之间切换时，我总是遇到这种情况：）很乐意帮忙！