Python groupby值计数不等于其他列值

我的目标是通过groupby值计数，但只考虑

Item

和

Item 2

不同的行。下面实现了这一点，但如果没有不同的值，则删除行。如果存在一个或多个值，但是

Item

和

Item 2

之间相同，那么我希望返回0

import pandas as pd

df = pd.DataFrame({
    'Time' : [1,1,1,1,1,1,1,2,2,2,2,2,2,2,3,4,4,4],  
    'Item' : ['A','A','A','A','A','A','A','B','B','B','B','B','B','B','A','B','B','B'],                  
    'Item2' : ['B','A','A','A','B','B','B','A','A','B','A','B','B','B','A','B','A','A'], 
    'Value' : [5, 6, 6, 5, 5, 6, 5, 6, 3, 1, 4, 6, 7, 4, 5, 1, 2, 3],                         
    })

df1 = df[df['Item'] != df['Item2']].groupby(['Time']).size().reset_index(name='count') 

预期产出：

   Time  count
0     1      4
1     2      3
2     3      0
3     4      2

  Time      avg
0    1      3.0
1    2      5.0
2    3      0.0
3    4      2.5

编辑2：

df = pd.DataFrame({
    'Time' : ['1','1','1','1','1','1','1','2','2','2','2','2','2','2','3','4','4','4'],  
    'Item' : ['A','A','A','A','A','A','A','B','B','B','B','B','B','B','A','B','B','B'],                  
    'Item2' : ['B','A','A','A','B','B','B','A','A','B','A','B','B','B','A','B','A','A'], 
    'Value' : [2, 6, 6, 5, 3, 3, 4, 6, 5, 1, 4, 6, 7, 4, 5, 1, 2, 3],                         
    })

df1 = (df.assign(new = df['Item'] != df['Item2'])
   .groupby('Time')['new']
   .mean()
   .reset_index(name='avg') 
   )

预期产出：

   Time  count
0     1      4
1     2      3
2     3      0
3     4      2

  Time      avg
0    1      3.0
1    2      5.0
2    3      0.0
3    4      2.5

---

看一看熊猫的数据透视表

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Time' : [1,1,1,1,1,1,1,2,2,2,2,2,2,2,3],  
    'Item' : ['A','A','A','A','A','A','A','B','B','B','B','B','B','B','A'],                  
    'Item2' : ['B','A','A','A','B','B','B','A','A','B','A','B','B','B','A'], 
    'Value' : [5, 6, 6, 5, 5, 6, 5, 6, 3, 1, 4, 6, 7, 4, 5],                         
        })
# this gives you just the ones were there is a differance
df2 = df[df['Item'] != df['Item2']]

# then sum up the numbers for each item
pd.pivot_table(df2,index='Time',aggfunc='count')

这是你的桌子

      Item  Item2  Value
Time                    
1        4      4      4
2        3      3      3

---

Idea不是过滤器，而是通过

sum

对每组

True

s的计数值进行过滤，这里将

系列
df['Time']
传递给
分组依据
：

df1 = (df['Item'] != df['Item2']).groupby(df['Time']).sum().reset_index(name='count') 
print (df1)
   Time  count
0     1      4
1     2      3
2     3      0
3     4      2

另一个类似的解决方案是创建新的辅助列并将其聚合：

df1 = (df.assign(new = df['Item'] != df['Item2'])
         .groupby('Time')['new']
         .sum()
         .reset_index(name='count'))

编辑：您可以将不匹配的值替换为misisng值，然后将misisng值替换为
fillna

df1 = (df.assign(new = df['Value'].where(df['Item'] != df['Item2']))
   .groupby('Time')['new']
   .mean()
   .fillna(0)
   .reset_index(name='avg') 
   )
        
print (df1)
  Time  avg
0    1  3.0
1    2  5.0
2    3  0.0
3    4  2.5

备选方案由原始
时间
列的uniqu值使用：

df1 =  (df[df['Item'] != df['Item2']]
        .groupby(['Time'])['Value']
        .mean()
        .reindex(df['Time'].unique(), fill_value=0)
        .reset_index(name='avg'))

抱歉@Paul Brennan，与我预期的输出不完全相同将aggfunc更改为“count”Yeh，我尝试删除行，但对于单个值，我需要返回一个
0
。我可以先进行子集划分，然后对一个单独的数据进行计数，然后重新合并，但这似乎有点效率。有道理。只是一个简单的例子，如果我想用同样的条件得到一个平均值，那该如何应用呢？我已经做了一个快速编辑2。