Python 按列分组并添加列以计算值的出现次数

我有以下代码：

import numpy as np
from random import randrange

groups = [randrange(1,8) for x in range(50)]
df = pd.DataFrame(groups,columns = ["group"])
df["dummy1"] = pd.Series(np.random.randint(20,size = len(df)))
df["dummy2"] = pd.Series(np.random.randint(20,size = len(df)))

分组数据是显而易见的，我们可以这样说：

groups = df.groupby("group").agg({"dummy1":[np.sum,np.mean]})

      dummy1            count_1 count_3
         sum       mean                
group                                  
1        128   9.846154       2       1
2         70  10.000000       4       3
3         89  12.714286       2       3
4         65   8.125000       4       4
5         93  15.500000       4       3
6         69  11.500000       3       1
7         31  10.333333       4       2

但是，我想计算特定值在

df[“dummy1”]

中的出现次数。在组中，我希望有一列显示每个值的计数。例如：

groups = df.groupby("group").agg({"dummy1":[np.sum,np.mean]})

      dummy1            count_1 count_3
         sum       mean                
group                                  
1        128   9.846154       2       1
2         70  10.000000       4       3
3         89  12.714286       2       3
4         65   8.125000       4       4
5         93  15.500000       4       3
6         69  11.500000       3       1
7         31  10.333333       4       2

我想要这样的东西：

groups = df.groupby("group").agg({"dummy1":[np.sum,np.mean]})

      dummy1            count_1 count_3
         sum       mean                
group                                  
1        128   9.846154       2       1
2         70  10.000000       4       3
3         89  12.714286       2       3
4         65   8.125000       4       4
5         93  15.500000       4       3
6         69  11.500000       3       1
7         31  10.333333       4       2

---

有什么简单的方法可以做到这一点吗？我尝试了一种只添加新列的解决方案，显示

df[“dummy1”]

值是否为例如1，然后在聚合组时对列使用求和。但是，即使是我的数据集，它的速度也非常慢，大约有10万个条目。

您可以尝试使用

groupby

进行

value\u计数，然后加入您的
groupby（）.agg（）
：

对于
128
之和的
count_1
是否具有
2
的值，因为您的数据集中存在该数据的两个值？
df.groupby（'group'）['dummy1'].size（）
有什么问题？对于该组，值1出现2次。是的，这就是它的意思。
df.groupby（'group'）['dummy1'].size（）
计算每个组的大小，这不是我想要的。我想计算组内
df['dummy1']
的特定值的出现率，这与组的大小不同。这看起来是一个不错的方法。我是否可以指定要查找的值，因为这会为所有值提供一个新列？我看不到选择值的明确方法。您最好使用两个独立的
groupby
。