Pandas DataFrame Groupby deux colonnes et obtenir des comptes

Question

J'ai un dataframe pandas au format suivant :

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

Maintenant, je veux regrouper tout cela par deux colonnes comme suit :

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

OutPut :

             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

Je veux obtenir le compte pour chaque ligne comme suit. Sortie attendue :

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

Comment obtenir le résultat attendu ? Et je veux trouver le plus grand nombre pour chaque valeur 'col2' ?

Answer 1

Vous êtes à la recherche de 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

---

Pour obtenir la même réponse qu'en attendantkuo (la "deuxième question"), mais de façon un peu plus propre, il faut regrouper les niveaux :

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

Answer 2

Suite à la réponse de @Andy, vous pouvez faire ce qui suit pour résoudre votre deuxième question :

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

Answer 3

Solution idiomatique qui n'utilise qu'un seul groupby

(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

Explication

Le résultat du groupby size est une série avec col5 y col2 dans l'index. À partir de là, vous pouvez utiliser une autre méthode groupby pour trouver la valeur maximale de chaque valeur de l'index. col2 mais il n'est pas nécessaire de le faire. Vous pouvez simplement trier toutes les valeurs de manière décroissante et ne conserver que les lignes contenant la première occurrence de col2 avec le drop_duplicates méthode.

Answer 4

Insertion de données dans un cadre de données pandas et fournir le nom de la colonne .

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.

Ce sont nos données imprimées :

Pour faire un groupe de dataframe dans pandas et counter ,
Vous devez fournir une colonne supplémentaire qui compte le regroupement, appelons cette colonne comme, "COMPTEUR" dans un cadre de données .

Comme ça :

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

SORTIE :

Answer 5

Si vous voulez ajouter une nouvelle colonne (disons 'count_column') contenant les comptes des groupes dans le cadre de données :

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

(J'ai choisi 'col5' car elle ne contient pas de nan)