Python 按计数聚合,将所有列保留在
以下是一个数据帧示例:Python 按计数聚合,将所有列保留在,python,r,pandas,data.table,Python,R,Pandas,Data.table,以下是一个数据帧示例: x = pd.DataFrame({"id": [10, 10, 20, 10, 50, 50], "name": ["A", "A", "B", "A", "C", "C"]}) 我将使用R中的data.table显示我要执行的操作: x = data.table(id = c(10,10,20,10,50,50), name = c("A", "A", "B", "A", "C", "C")) x[, .N, by = list
x = pd.DataFrame({"id": [10, 10, 20, 10, 50, 50],
"name": ["A", "A", "B", "A", "C", "C"]})
我将使用R中的data.table显示我要执行的操作:
x = data.table(id = c(10,10,20,10,50,50), name = c("A", "A", "B", "A", "C", "C"))
x[, .N, by = list(name, id)]
哪些产出:
name id N
1: A 10 3
2: B 20 1
3: C 50 2
我可以从熊猫身上得到类似的东西,但我不能保留id列:
x["name"].value_counts()
返回:
A 3
C 2
B 1
dtype: int64
尝试此操作以获取由
['id','name']
标识的每个子组的长度,并将组键作为索引返回
x.groupby(['id', 'name'], as_index=True).agg(len)
id name
10 A 3
20 B 1
50 C 2
dtype: int64
您可以在“名称”和“id”上使用
groupby
,只需apply
len
功能:
In [232]:
x = pd.DataFrame({"id": [10, 10, 20, 10, 50, 50],
"name": ["A", "A", "B", "A", "C", "C"]})
x.groupby(['id','name']).apply(len)
Out[232]:
id name
10 A 3
20 B 1
50 C 2
dtype: int64