Python 如何按Pandas中的数据帧分组并保留列

给定一个数据框，记录一些书籍的使用情况，如下所示：

Name   Type   ID
Book1  ebook  1
Book2  paper  2
Book3  paper  3
Book1  ebook  1
Book2  paper  2

我需要计算所有书籍的数量，保留其他列，然后得到：

Name   Type   ID    Count
Book1  ebook  1     2
Book2  paper  2     2
Book3  paper  3     1

如何做到这一点

---

谢谢

您需要以下内容：

In [20]:
df.groupby(['Name','Type','ID']).count().reset_index()

Out[20]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

在您的例子中，“Name”、“Type”和“ID”列在值中匹配，因此我们可以在这些值上调用，然后单击

另一种方法是使用

transform

添加“Count”列，然后调用

drop\u duplicates

：

In [25]:
df['Count'] = df.groupby(['Name'])['ID'].transform('count')
df.drop_duplicates()

Out[25]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

---

我认为as_index=False应该可以解决这个问题

df.groupby(['Name','Type','ID'], as_index=False).count()

---

如果df中有许多列，那么使用

df.groupby（['foo']）.agg（…）

是有意义的，请参阅。

.agg（）

函数允许您选择如何处理不希望对其应用操作的列。如果您只想保留它们，可以使用

.agg（{'col1'：'first'，'col2'：'first'，…}

。而不是

'first'

，您还可以应用

'sum'

，

'mean'

和其他方法。

这似乎可行，但如果我们有更多的列（如我在其他数据框架中所做的那样），这不会影响性能吗？而且，这不是很直观。这里的问题是分组将减少信息量，因此不一定能一次性生成所需的df，我已更新了我的答案，以说明如何分两步完成，这更容易理解。这是最简单的答案，适用于其他摘要统计数据。