在Python中基于CSV标准映射出现次数

我的CSV有很多列，我只关注两列，它们是“文本字段（受环境影响）”和“文本字段（评级）”

environment列包含诸如dev、test、prod之类的条目。rating列包含诸如P1、P2、P3、P4、P5之类的条目

我需要找出每个环境发生了多少次。在Python中实现这一点的最佳方法是什么

最终目标如下： 测试中的P1/P2：15 测试总数：30 分段中的P1/P2：24 测试总数：30

---

P1/P2将是这些数据的集合，Total将是其他数据的集合，即P3、P4、P5

您已经用

熊猫

标记了您的问题，因此我假设您的数据已经是

数据框

的形式。如果是，则应使用以下命令：

df.groupby(['env', (df['rating'].isin(['P1', 'P2']))]).size().rename(index={True: 'P1/P2', False: 'Total'}, level=1)

（这假设您的

DataFrame

被命名为

df

，并且您的“受影响的环境”列和“评级”列分别被命名为

env

和

Rating

）

这将对

env

列的第一个唯一值执行分组，然后对

rating

列执行分组，具体取决于其中包含的值是否为“P1”或“P2”。然后计算每个子组中的行数

如果您的数据尚未以

数据帧的形式出现，则需要从CSV将其作为一个数据帧加载，这可以通过以下命令完成：

df=pd.read\u csv（文件路径）

根据文件的格式，您可能需要稍微调整参数；可以找到文档。
您已经用
熊猫
标记了您的问题，因此我假设您的数据已经以
数据框
的形式存在。如果是，则应使用以下命令：

df.groupby(['env', (df['rating'].isin(['P1', 'P2']))]).size().rename(index={True: 'P1/P2', False: 'Total'}, level=1)

（这假设您的
DataFrame
被命名为
df
，并且您的“受影响的环境”列和“评级”列分别被命名为
env
和
Rating
）

这将对
env
列的第一个唯一值执行分组，然后对
rating
列执行分组，具体取决于其中包含的值是否为“P1”或“P2”。然后计算每个子组中的行数

如果您的数据尚未以
数据帧的形式出现，则需要从CSV将其作为一个数据帧加载，这可以通过以下命令完成：

df=pd.read\u csv（文件路径）

根据文件的格式，您可能需要稍微调整参数；可以找到文档。
你好，马库斯，谢谢！它会根据需要显示所有内容，但是如果环境没有分级，它将不会显示任何内容。如果在环境中未检测到任何事件，我如何使其向事件中添加0？它当前显示为：Env1其他P3+11 Env2其他P3+1 Env3其他P3+4我想要：Env1其他P3+11 Env2其他P3+1 Env3其他P3+4 Env1 P1/P2 0 Env2 P1/P2 0 Env3 P1/P20@Govno我想我明白你的意思了，但是你能编辑你的问题并明确说明预期的结果吗？（或者，实际上，也许你应该问一个新的。我不确定。）你好，Marcus，谢谢！它正在按要求显示所有内容，但是如果环境没有分级，它将不会显示任何内容。如果环境没有检测到任何分级，我如何让它在事件中添加0？它当前显示为：Env1其他P3+11 Env2其他P3+1 Env3其他P3+4我想要：Env1其他P3+11环境2其他P3+1环境3其他P3+4环境1 P1/P2 0环境2 P1/P2 0环境3 P1/P20@Govno我想我明白你的意思了，但是你能编辑你的问题并明确说明预期的结果吗？（或者，实际上，也许你应该问一个新的问题。我不确定。）