Python groupby中的特定值计数

我有以下数据帧：

df = pd.DataFrame([
    ('A', 'A', 'Cat'),
    ('A', 'A', 'Dog'),
    ('A', 'A', 'Cat'),
    ('A', 'B', 'Dog'),
    ('B', 'B', 'Rat'),
    ('B', 'C', 'Cat'),
    ('B', 'C', 'Cat')
], columns=['id', 'group', 'Animal'])

我想按

id

和

group

对其进行分组，并计算各组中出现的

Cat

。输出示例如下：

[2, 0, 0, 2]

2

cat

组

AA

组

AB

中的0

cat

组

BB

中的0

cat

2组

BC

---

有人能帮忙吗？谢谢

您需要

掩码

+

groupby

：

df['Animal'] = df['Animal'].mask(df['Animal'].ne('Cat'))
df.groupby(['id', 'group'])['Animal'].count().tolist()

---

您可以使用

value\u计数

df.groupby(['id','group']).Animal.value_counts().unstack(fill_value=0).loc[:,'Cat'].tolist()
Out[144]: [2, 0, 0, 2]

在最后一步之前返回更多信息。loc

df.groupby(['id','group']).Animal.value_counts().unstack(fill_value=0)
Out[145]: 
Animal    Cat  Dog  Rat
id group               
A  A        2    1    0
   B        0    1    0
B  B        0    0    1
   C        2    0    0

---

如果0值不重要，您可以尝试：

list(df[df['Animal']=='Cat'].groupby(['id', 'group']).count()['Animal'])

---

对不起，我的英语

你的问题与此非常相似（如果不是重复的话）

如果要执行不属于pandas的某些聚合（例如，

sum

，

max

，

min

），则应使用

请注意，

apply

可能会慢一些，所以不要到处使用

现在，对于您的问题，您可以从以下分组开始：

df.groupby(by=["id", "group"])

然后，从以下组中选择

Animal

列：

df.groupby(by=["id", "group"])['Animal']

此时，每个不同的组都有

Animal

列中的值，可以进行任何聚合

让我们定义一个函数来计算熊猫

系列中的
Cat
s：

def count_cat(series):
    return (series == 'Cat').sum()

现在需要做的就是将此函数传递给
apply
方法，如下所示：

df.groupby(by=["id", "group"])['Animal'].apply(count_cat).reset_index(name='count_cat')

结果是：

身份证件
组
猫伯爵
0
A.
A.
2.
1.
A.
B
0
2.
B
B
0
3.
B
C
2.
注意：
ne
是“不相等”这是否回答了您的问题？
df.groupby(by=["id", "group"])['Animal'].apply(count_cat).reset_index(name='count_cat')