跳转至

熊猫分组-统计每个组合的出现次数

原文:https://www.geeksforgeeks.org/pandas-group by-计算每个组合的出现次数/

在本文中，我们将按两列分组，并统计熊猫中每个组合的出现次数。

DataFrame.group by()方法用于将 data frame 分成组。它将生成数据帧的特定列中出现的相似数据计数的数量。

*语法:*data frame.group by(by =无，轴=0，级别=无)

**参数:

  • by: 映射、函数、字符串、标签或可迭代来分组元素。
  • 轴:按行(轴=0)或列(轴=1)分组。
  • 级别:整数。按特定级别给组赋值。**

为了理解这个概念，我们将使用下面给出的简单数据集:

蟒蛇 3

# Import library
import pandas as pd
import numpy as np

# initialise data of lists.
Data = {'Products':['Box','Color','Pencil','Eraser','Color',
                    'Pencil','Eraser','Color','Color','Eraser','Eraser','Pencil'],

       'States':['Jammu','Kolkata','Bihar','Gujrat','Kolkata',
                 'Bihar','Jammu','Bihar','Gujrat','Jammu','Kolkata','Bihar'],

       'Sale':[14,24,31,12,13,7,9,31,18,16,18,14]}

# Create DataFrame
df = pd.DataFrame(Data, columns=['Products','States','Sale'])

# Display the Output
display(df)

*输出:*

*方法 1:使用熊猫数据框大小()*

它返回元素的总数，通过将 shape 方法返回的行和列相乘进行比较。

*语法:*数据帧大小

蟒蛇 3

new = df.groupby(['States','Products']).size()
display(new)

*输出:*

*方法 2:使用熊猫数据帧计数()*

它用于计算给定轴上非 NA/null 观测值的数量。它也可以处理非浮动类型的数据。

*语法:数据帧计数(轴=0，级别=无，仅数值=假)***

*参数:***

  • *轴: 0 或“索引”表示行方向，1 或“列”表示列方向***
  • *级别:如果轴是多索引(分层)，沿着特定级别计数，折叠成数据框***
  • *仅限数值:仅包含浮点、整数、布尔数据***

*返回:计数:序列(或数据帧，如果指定了级别)***

蟒蛇 3

new = df.groupby(['States','Products'])['Sale'].count()
display(new)

*输出:*

*方法三:使用熊猫 reset_index()*

这是一种重置数据框索引的方法。reset_index()方法将从 0 到数据长度的整数列表设置为索引。

*语法:data frame.reset_index(level = None，drop=False，inplace=False，col_level=0，col_fill =)***

*参数:***

  • *级别: int、string 或列表，用于从索引中选择和移除传递的列。***
  • *删除:布尔值，如果为假，则将替换的索引列添加到数据中。***
  • *替换:布尔值，如果为真，则对原始数据框本身进行更改。***
  • *col_level: 选择在哪个列级别插入标签。***
  • *col_fill: Object，确定其他关卡的命名方式。***

*返回类型:数据框***

蟒蛇 3

new = df.groupby(['States','Products'])['Sale'].agg('count').reset_index()
display(new)

*输出:*

*方法四:使用 pandas.pivot()功能*

它基于数据框的 3 列生成一个透视表。使用索引/列中的唯一值并用值填充。

*语法: pandas.pivot(索引、列、值)*

*参数:***

  • *索引【ndarray】:用于制作新帧索引的标签***
  • *列【ndarray】:标签用于制作新框架的列***
  • *值【ndarray】:用于填充新帧值的值***

*返回:重塑的数据框 异常:如果有重复，将引发值错误。***

蟒蛇 3

new = df.groupby(['States','Products'],as_index = False
                ).count().pivot('States','Products').fillna(0)
display(new)

*输出:*

回到顶部