Python 如何计算数据帧中的特定行元组？

我有一些数据帧，由以下代码生成：

from collections import defaultdict
import pandas as pd

mydict = { ('x305', 'BoxType1-1'): { 'box': 'x305', 'box#': '0', 'boxCode': 'Z8', 'version': '00.00' },
           ('x305', 'BoxType1-2'): { 'box': 'x305', 'box#': '0', 'boxCode': 'K8', 'version': '01.00' },
           ('x307', 'BoxType1-1'): { 'box': 'x307', 'box#': '0', 'boxCode': 'Z8', 'serialNo': 'None', 'version': '00.00' },
           ('x307', 'BoxType2-1'): { 'box': 'x307', 'box#': '0', 'boxCode': 'Z8', 'serialNo': 'None', 'version': '00.00' }, 
           ('x403', 'BoxType1-1'): { 'box': 'x403', 'box#': '0', 'boxCode': 'Z8', 'bla': 'None', 'version': '00.00' }, 
           ('x405', 'BoxType1-2'): { 'box': 'x405', 'box#': '0', 'boxCode': 'Z8', 'serialNo': 'None', 'version': '00.00' }, 
           ('x405', 'BoxType2-1'): { 'box': 'x405', 'box#': '0', 'boxCode': 'Z8', 'version': '00.00' }, 
           ('x510', 'BoxType1-3'): { 'box': 'x510', 'box#': '0', 'boxCode': 'Z8', 'version': '01.00' } }

boxTypes = [ 'BoxType1', 'BoxType2' ]
dataframes = defaultdict( set )

for boxType in boxTypes:
   dataframes[ boxType ] = pd.DataFrame.from_dict( { ( box, bt ): mydict[ ( box, bt ) ]
                                                     for box, bt in mydict.keys()
                                                     if boxType in bt },
                                                   orient='index' )

print dataframes[ 'BoxType1' ]
                 box   version box# boxCode  bla serialNo
x305 BoxType1-1  x305   00.00    0      Z8   NaN      NaN
     BoxType1-2  x305   01.00    0      K8   NaN      NaN
x307 BoxType1-1  x307   00.00    0      Z8   NaN     None
x403 BoxType1-1  x403   00.00    0      Z8  None      NaN
x405 BoxType1-2  x405   00.00    0      Z8   NaN     None
x510 BoxType1-3  x510   01.00    0      Z8   NaN      NaN       

现在，我试图找到一种方法来计算整个数据帧中的特定行元组。例如，我希望有这样一个函数：

def countRowTuples( df, columns ):
    '''
    Count occurrences of row tuple in dataframe
    and return a new dataframe with a count column at the end
    '''

df2 = countRowTuples( dataframes['BoxType1'], columns=[ boxCode, bla, version ] )

df2 = 
                 box   version box# boxCode  bla serialNo  count
x305 BoxType1-1  x305   00.00    0      Z8   NaN      NaN    3
     BoxType1-2  x305   01.00    0      K8   NaN      NaN    1
x307 BoxType1-1  x307   00.00    0      Z8   NaN     None    3
x403 BoxType1-1  x403   00.00    0      Z8  None      NaN    1
x405 BoxType1-2  x405   00.00    0      Z8   NaN     None    3
x510 BoxType1-3  x510   01.00    0      Z8   NaN      NaN    1

df2 = 
    version boxCode  bla   count
1   00.00     Z8     NaN     3
2   01.00     K8     NaN     1
3   00.00     Z8     None    1
4   01.00     Z8     NaN     1

或者，该函数可以删除原始索引和重复行，并返回如下数据帧：

def countRowTuples( df, columns ):
    '''
    Count occurrences of row tuple in dataframe
    and return a new dataframe with a count column at the end
    '''

df2 = countRowTuples( dataframes['BoxType1'], columns=[ boxCode, bla, version ] )

df2 = 
                 box   version box# boxCode  bla serialNo  count
x305 BoxType1-1  x305   00.00    0      Z8   NaN      NaN    3
     BoxType1-2  x305   01.00    0      K8   NaN      NaN    1
x307 BoxType1-1  x307   00.00    0      Z8   NaN     None    3
x403 BoxType1-1  x403   00.00    0      Z8  None      NaN    1
x405 BoxType1-2  x405   00.00    0      Z8   NaN     None    3
x510 BoxType1-3  x510   01.00    0      Z8   NaN      NaN    1

df2 = 
    version boxCode  bla   count
1   00.00     Z8     NaN     3
2   01.00     K8     NaN     1
3   00.00     Z8     None    1
4   01.00     Z8     NaN     1

有人知道我该怎么做吗

我尝试了以下操作，但始终返回一个空数据帧：（

---

一种方法是添加另一个填充了“值”的列，按需要不同值的字段分组（需要用一些值填充这些“值”）并对添加的列求和

df['count'] = 1
df_grouped = df[['boxCode', 'bla', 'version', 'count']].groupby(by=['boxCode', 'bla', 'version'], as_index=False).sum()

---

一种方法是添加另一个填充了“值”的列，按需要不同值的字段分组（需要用一些值填充这些“值”）并对添加的列求和

df['count'] = 1
df_grouped = df[['boxCode', 'bla', 'version', 'count']].groupby(by=['boxCode', 'bla', 'version'], as_index=False).sum()

---

由于空值，分组依据未执行所需的计数。请尝试以下操作：

dataframes['BoxType1'].fillna("NaN").groupby(["version", "boxCode", "bla"]).size().reset_index(name="count")

---

由于空值，分组依据未执行所需的计数。请尝试以下操作：

dataframes['BoxType1'].fillna("NaN").groupby(["version", "boxCode", "bla"]).size().reset_index(name="count")

---

第一行中的4来自哪里？为什么是4？你能显示生成输入df的代码吗？@Scott Boston-我已经编辑了我的问题，包括用于生成数据帧的代码。谢谢。第一行中的4来自哪里？为什么是4？你能显示生成输入df的代码吗？@Scott Boston-我已经编辑了我的问题包括用于生成数据帧的代码。谢谢。谢谢John Redford。这很好，但是有没有一种方法可以用NaN来计算行数？或者我应该在数据帧中创建默认值而不是NaN来实现这一点？编辑：Seiji Armstrong提供的解决方案可以实现这一点。如果您使用c我会详细说明你的答案，这样当功能中有人遇到类似问题时可以理解答案。谢谢John Redford。这很有效，但是有没有一种方法我也可以用NaN来计算行数？或者我应该在我的数据帧中创建默认值而不是NaN来工作？编辑：提供的解决方案Seiji Armstrong完成了这项工作。如果您能详细说明您的答案，这样当功能中出现类似问题的人能够理解答案，那就更好了。谢谢Seiji Armstrong，这正是我想要的！不用担心，我不久前也遇到过类似问题。顺便说一句，我使用了

“NaN”

匹配您的输出，但通常使用此

str

不是好的做法，因为它可能会与

NaN

空值混淆。谢谢Seiji Armstrong这正是我要找的！不用担心，我不久前遇到过类似问题。顺便说一句，我使用了

NaN

匹配您的输出，但通常使用此

str

不是好的做法，因为它可能与

NaN

空值混淆。