Python 如何对每组的条目进行计数和求和？

这是数据帧：

GROUP   TIME  EVAL
AAA     20    0
AAA     22    0
AAA     21    1
AAA     20    0
BBB     20    0

我想看看每个分组有多少个条目，以及每个分组中有多少条目的

EVAL

值等于1。我几乎完成了代码，但不知道如何计算每组的条目。它似乎在搜索一列

TOTAL\u CALLS

，而我想创建它

final = df.groupby(['GROUP']).agg({'TIME':'mean','EVAL':'sum','TOTAL_NUM':'count'}).reset_index()

---

您可以使用

lambda

和sum

boolean mask

：

final = df.groupby(['GROUP']).agg({'TIME':['mean', 'size'],
                                  'EVAL': [lambda x: (x == 1).sum(), 'sum']})
final = final.rename(columns={'<lambda>':'size_of_1'})
final.columns = final.columns.map('_'.join)
final = final.reset_index()
print (final)
  GROUP  EVAL_size_of_1  EVAL_sum  TIME_mean  TIME_size
0   AAA               1         1      20.75          4
1   BBB               0         0      20.00          1

final=df.groupby（['GROUP']）.agg（{'TIME'：['mean'，'size']），
'EVAL'：[lambda x:（x==1.sum（），'sum']}）
final=final.rename（列={''：'size\u of_1'}）
final.columns=final.columns.map（“”.join）
final=final.reset_index（）
打印（最终版）
组评估大小1评估大小总和时间平均时间大小
0 AAA 1 20.75 4
1 BBB020.00 1

使用

时间

列本身，我们可以计算每组的记录数和平均时间。这可以通过发送聚合的列表['mean'，'count']来实现。我们还可以找到各组的

Eval

之和

  print(data.groupby(['Group']).agg({'Time':['mean','count'],'Eval' : 'sum'}).reset_index())


  Group Eval   Time      
         sum   mean count
0   AAA    1  20.75     4
1   BBB    0  20.00     1

---

在哪里计算每组的行数？我想创建列

TOTAL\u NUM

，因为它不存在。在本列中，我想输入属于特定组的行的总数。例如，

AAA，21，0，4

，其中

4

是此组合出现的次数。因此，在本例中，

TOTAL\u NUM

是

4

。也许我应该使用

value\u counts（）

或类似于

.size（）的东西。到\u frame（'TOTAL\u NUM'）

？谢谢。是的，我需要4列作为输出，但数值是正确的。好的，请检查我的解决方案，如果有什么错误，请告诉我。谢谢。这看起来回答了问题。你能再提供一点书面解释吗？这将有助于提高OP和答案的质量。

df:
    EVAL GROUP  TIME
0  0     AAA   20  
1  0     AAA   22  
2  1     AAA   21  
3  0     AAA   20  
4  0     BBB   20     

# group by 'GROUP'
gb = df.groupby('GROUP')

# aggregate each column by method
final = gb.agg({'GROUP': 'count',
                'EVAL': 'sum',
                'TIME': 'mean'})

# rename columns and reset index
final = final.rename(columns={'GROUP': 'GROUP_TOTAL',
                              'EVAL': 'EVAL_COUNT',
                              'TIME': 'TIME_AVG'}).reset_index()

out:
  GROUP  EVAL_COUNT  TIME_AVG  GROUP_TOTAL
0  AAA   1          20.7500    4          
1  BBB   0          20.0000    1