[python] Pandas DataFrame Group2 개의 열 및 개수 계산

Program / 글쓴이

다음 형식의 팬더 데이터 프레임이 있습니다.

df = pd.DataFrame([[1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], list('AAABBBBABCBDDD'), [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],['1','3','3','2','4','2','5','3','6','3','5','1','1','1']]).T
df.columns = ['col1','col2','col3','col4','col5']

df :

   col1 col2 col3     col4 col5
0   1.1    A  1.1    x/y/z    1
1   1.1    A  1.7      x/y    3
2   1.1    A  2.5  x/y/z/n    3
3   2.6    B  2.6      x/u    2
4   2.5    B  3.3        x    4
5   3.4    B  3.8    x/u/v    2
6   2.6    B    4    x/y/z    5
7   2.6    A  4.2        x    3
8   3.4    B  4.3  x/u/v/b    6
9   3.4    C  4.5        -    3
10  2.6    B  4.6      x/y    5
11  1.1    D  4.7    x/y/z    1
12  1.1    D  4.7        x    1
13  3.3    D  4.8  x/u/v/w    1

이제 다음과 같이 두 개의 열로 그룹화하고 싶습니다.

df.groupby(['col5','col2']).reset_index()

산출:

             index col1 col2 col3     col4 col5
col5 col2
1    A    0      0  1.1    A  1.1    x/y/z    1
     D    0     11  1.1    D  4.7    x/y/z    1
          1     12  1.1    D  4.7        x    1
          2     13  3.3    D  4.8  x/u/v/w    1
2    B    0      3  2.6    B  2.6      x/u    2
          1      5  3.4    B  3.8    x/u/v    2
3    A    0      1  1.1    A  1.7      x/y    3
          1      2  1.1    A  2.5  x/y/z/n    3
          2      7  2.6    A  4.2        x    3
     C    0      9  3.4    C  4.5        -    3
4    B    0      4  2.5    B  3.3        x    4
5    B    0      6  2.6    B    4    x/y/z    5
          1     10  2.6    B  4.6      x/y    5
6    B    0      8  3.4    B  4.3  x/u/v/b    6

다음과 같이 각 행별로 개수를 얻고 싶습니다. 예상 출력 :

col5 col2 count
1    A      1
     D      3
2    B      2
etc...

내 예상 출력을 얻는 방법? 그리고 각 ‘col2’값에 대해 가장 큰 수를 찾고 싶습니다.

답변

@Andy의 대답에 이어 두 번째 질문을 해결하기 위해 다음을 수행 할 수 있습니다.

In [56]: df.groupby(['col5','col2']).size().reset_index().groupby('col2')[[0]].max()
Out[56]:
      0
col2
A     3
B     2
C     1
D     3

답변

당신은 찾고 있습니다 size:

In [11]: df.groupby(['col5', 'col2']).size()
Out[11]:
col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

waitingkuo ( “두 번째 질문”)와 같은 대답을 얻지 만 약간 더 깔끔한 것은 수준별로 그룹화하는 것입니다.

In [12]: df.groupby(['col5', 'col2']).size().groupby(level=1).max()
Out[12]:
col2
A       3
B       2
C       1
D       3
dtype: int64

답변

삽입 된 데이터를 팬더 dataframe 내로 열 이름을 제공한다 . 

import pandas as pd
df = pd.DataFrame([['A','C','A','B','C','A','B','B','A','A'], ['ONE','TWO','ONE','ONE','ONE','TWO','ONE','TWO','ONE','THREE']]).T
df.columns = [['Alphabet','Words']]
print(df)   #printing dataframe.

이것은 우리의 인쇄 데이터입니다 :

여기에 이미지 설명을 입력하십시오

메이킹를 들어 팬더와 카운터에 dataframe의 그룹을 ,
당신은 그룹화를 계산 하나 개 더 열을 제공 할 필요가 의 호출로 해당 열을하자 “COUNTER” dataframe의를 .

이처럼 :

df['COUNTER'] =1       #initially, set that counter to 1.
group_data = df.groupby(['Alphabet','Words'])['COUNTER'].sum() #sum function
print(group_data)

산출:

여기에 이미지 설명을 입력하십시오

답변

단일 그룹별로 만 사용하는 관용적 솔루션

(df.groupby(['col5', 'col2']).size()
   .sort_values(ascending=False)
   .reset_index(name='count')
   .drop_duplicates(subset='col2'))

  col5 col2  count
0    3    A      3
1    1    D      3
2    5    B      2
6    3    C      1

설명

GROUPBY의 결과 size방법은있는 시리즈입니다 col5및 col2인덱스입니다. 여기에서 다른 groupby 메소드를 사용하여 각 값의 최대 값을 찾을 수 col2있지만 반드시 그럴 필요는 없습니다. 당신은 단순히 종류의 모든 값은 내림차순 다음의 첫 번째 항목 만 행을 유지할 수 col2와 drop_duplicates방법.

답변

그룹 수를 포함하는 새 열 (예 : ‘count_column’)을 데이터 프레임에 추가하려면 다음을 수행하십시오.

df.count_column=df.groupby(['col5','col2']).col5.transform('count')

(난이 포함되어 있지 않으므로 ‘col5’를 선택했습니다)

답변

내장 함수 수 다음에 groupby 함수를 사용할 수 있습니다.

df.groupby(['col5','col2']).count()

답변