Python 一列中每个值在另一列中的项数

我有两个数据帧。例如，第1帧是学生信息：

student_id course
1          a
2          b
3          c
4          a
5          f
6          f

框架2是学生与课程的每次互动

student_id day   number_of_clicks
1          4     60
1          5     34
1          7     87
2          3     33
2          4     29
2          8     213
2          9     46
3          2     103

我试图将第2帧中的信息添加到第1帧中，也就是说，对于每个学生，我想知道他们访问数据库的不同天数，以及这些日子中所有点击次数的总和。例如：

student_id course no_days total_clicks
1          a      3       181
2          b      4       321
3          c      1       103
4          a      0       0
5          f      0       0
6          f      0       0

---

我曾尝试使用groupby进行此操作，但我无法将信息添加回第1帧，也无法计算单击次数的总和。有什么想法吗？

首先，我们使用

GroupBy.agg

将您的

df2

聚合到所需的信息。然后我们将该信息合并到df1中：

agg = df2.groupby('student_id').agg(
    no_days=('day', 'size'),
    total_clicks=('number_of_clicks', 'sum')
)

df1 = df1.merge(agg, on='student_id', how='left').fillna(0)

   student_id course  no_days  total_clicks
0           1      a      3.0         181.0
1           2      b      4.0         321.0
2           3      c      1.0         103.0
3           4      a      0.0           0.0
4           5      f      0.0           0.0
5           6      f      0.0           0.0

---

或者，如果您喜欢单行程序，这里有与上面相同的方法，但是在

SQL

中有一行代码和更多代码：

df1.merge(
    df2.groupby('student_id').agg(
    no_days=('day', 'size'),
    total_clicks=('number_of_clicks', 'sum')
    ),
    on='student_id',
    how='left'
).fillna(0)

使用，然后将空值聚合为：

​

df = df1.merge(df2, how='left').fillna(0, downcast='infer')\
        .groupby(['student_id', 'course'], as_index=False)\
        .agg({'day':np.count_nonzero, 'number_of_clicks':np.sum}).reset_index()


print(df)
   student_id course  day  number_of_clicks
0           1      a    3               181
1           2      b    4               321
2           3      c    1               103
3           4      a    0                 0
4           5      f    0                 0
5           6      f    0                 0