Python 在带有groupby函数的Pandas中使用For循环

ungroup

是一个如下所示的数据帧：

         date        borough
969609  01/01/2014       BROOKLYN
967983  01/01/2014          BRONX
967982  01/01/2014         QUEENS
865943  01/01/2014       BROOKLYN
967981  01/01/2014      MANHATTAN
967980  01/01/2014       BROOKLYN
967979  01/01/2014         QUEENS
967984  01/01/2014          BRONX
967978  01/01/2014         QUEENS
967976  01/01/2014       BROOKLYN
967975  01/01/2014       BROOKLYN

我有以下代码：

for row in unGrouped:
if unGrouped['borough'][row]=='BRONX':
    bronxCount+=1
    print bronxCount

它给了我一个关键错误：

date

。

---

我想遍历

borough

列，每当遇到

BRONX

时，递增

bronxCount

，并将每行的值存储在一个名为“bronxCount”的列中，以最终获得布朗克斯每天的犯罪计数。如果有人能让这个循环工作，我将不胜感激。谢谢你的帮助

通常，如果使用for循环，则可能是做错了

你可能想要的是一个groupby和count

unGrouped.groupBy('borough').size()

---

一般来说，如果你使用for循环，你可能是做错了

你可能想要的是一个groupby和count

unGrouped.groupBy('borough').size()

---

使用

值\u计数

：

bronxCount = unGrouped.borough.value_counts()['BRONX']
print(BronxCount)

输出：

2

---

使用

值\u计数

：

bronxCount = unGrouped.borough.value_counts()['BRONX']
print(BronxCount)

输出：

2

---

您可以在筛选后进行汇总：

>>> (unGrouped.borough == 'BRONX').sum()
2

要获得每个日期的计数，只需在计数前按日期和时间分组：

>>> unGrouped.groupby(['date', 'borough']).size()
date        borough  
01/01/2014  BRONX        2
            BROOKLYN     5
            MANHATTAN    1
            QUEENS       3
dtype: int64

或者，如果您只想要带日期索引的

BRONX

>>> unGrouped.groupby(['borough', 'date']).size().loc['BRONX']
date
01/01/2014    2
dtype: int64

---

您可以在筛选后进行汇总：

>>> (unGrouped.borough == 'BRONX').sum()
2

要获得每个日期的计数，只需在计数前按日期和时间分组：

>>> unGrouped.groupby(['date', 'borough']).size()
date        borough  
01/01/2014  BRONX        2
            BROOKLYN     5
            MANHATTAN    1
            QUEENS       3
dtype: int64

或者，如果您只想要带日期索引的

BRONX

>>> unGrouped.groupby(['borough', 'date']).size().loc['BRONX']
date
01/01/2014    2
dtype: int64

---

使用

numpy

v, n = np.unique(df.borough.values, return_counts=True)
d=dict(zip(v, n))
d['BRONX']
Out[218]: 2

---

使用

numpy

v, n = np.unique(df.borough.values, return_counts=True)
d=dict(zip(v, n))
d['BRONX']
Out[218]: 2

---

谢谢你的建议！这些方法都可以计算布朗克斯区的犯罪情况，但我希望保留与事件相关的“日期”条目，这样我就可以为一年中的犯罪情况制定一个时间表。这些将时间维度展平，只给出总计数，而我希望得到每天的计数（因此是初始循环）。有什么想法吗？谢谢你的建议！这些方法都可以计算布朗克斯区的犯罪情况，但我希望保留与事件相关的“日期”条目，这样我就可以为一年中的犯罪情况制定一个时间表。这些将时间维度展平，只给出总计数，而我希望得到每天的计数（因此是初始循环）。有什么想法吗？就是这样！loc是丢失的钥匙。非常感谢你，迈克，就是这样！loc是丢失的钥匙。非常感谢你，迈克