Python 按列分组，计算值在另一列中的出现次数并将这些数字除以

我有一个如下所示的数据帧：

data = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a2','a2','a3','a3','a3'], 
                     'label' : ['0','0','1','0','1','0','1','1']})

id number
a1 2
a2 1
a3 0,5

我的目标是按id分组，并做一些算术运算： 要计算每个组中“0”和“1”的出现次数，请将每个数字加上1000，最后将这些数字除以对方。例如，对于组“a1”：“0”出现两次，“1”出现一次，然后，2*1000/1*1000=2

所需的数据帧应如下所示：

data = pd.DataFrame({'id' : ['a1', 'a1', 'a1', 'a2','a2','a3','a3','a3'], 
                     'label' : ['0','0','1','0','1','0','1','1']})

id number
a1 2
a2 1
a3 0,5

这些问题对我帮助很大：

我尝试过不同的版本，但仍然没有达到预期的输出。

---

任何帮助都是非常感谢的。

groupby

然后

value\u计数

，我们做

pct\u更改

data.groupby('id').label.apply(lambda x : x.value_counts(sort=False).pct_change()+1).dropna().reset_index(level=0)
Out[405]: 
   id  label
0  a1    2.0
0  a2    1.0
0  a3    0.5

或

---

groupby

然后

value\u计数

，我们进行

pct\u更改

data.groupby('id').label.apply(lambda x : x.value_counts(sort=False).pct_change()+1).dropna().reset_index(level=0)
Out[405]: 
   id  label
0  a1    2.0
0  a2    1.0
0  a3    0.5

或

输出：

id
a1    2.0
a2    1.0
a3    0.5
Name: label, dtype: float64

输出：

id
a1    2.0
a2    1.0
a3    0.5
Name: label, dtype: float64

---

如果您的组中不存在

1

值，您可以使用

collections.Counter

并明确定义所需的结果

from collections import Counter

def calculator(x):
    c = Counter(x)
    try:
        return c['0'] / c['1']
    except ZeroDivisionError:
        return np.nan

res = data.groupby('id')['label'].apply(calculator)

id
a1    2.0
a2    1.0
a3    0.5
Name: label, dtype: float64

---

如果您的组中不存在

1

值，您可以使用

collections.Counter

并明确定义所需的结果

from collections import Counter

def calculator(x):
    c = Counter(x)
    try:
        return c['0'] / c['1']
    except ZeroDivisionError:
        return np.nan

res = data.groupby('id')['label'].apply(calculator)

id
a1    2.0
a2    1.0
a3    0.5
Name: label, dtype: float64

---

如果一个组不包含

'1'

，您将获得

运行时警告

，但将获得

np.inf

作为值。如果一个组不包含

'1'

，您将获得

运行时警告

，但将获得

np.inf

作为值。