过滤Pandas数据框中添加的唯一值
过滤Pandas数据框中添加的唯一值
提问于 2020-03-11 22:31:10
我想知道我需要做什么才能过滤数据帧，保持Name列的唯一值，从Value列添加值，并添加一个新列来计算每个Name的外观
我所拥有的是：
Name Type Value
0 apple A 1
1 banana B 3
2 apple A 2
3 pear P 4
4 apple A 6
5 carrot C 3
6 banana B 2我想把它过滤成这样：
Name Type AddedValue Occurrences
0 apple A 9 3
1 banana B 5 2
2 pear P 4 1
3 carrot C 3 1我该怎么做呢？我曾尝试使用where条件集构思一个.join方法，但我无法使其工作，我确信问题在于我正在尝试转换pythonic思维，而肯定有一条panda指令可以通过优雅的向量运算或类似的操作来解决我的问题
提前感谢
回答 2
Stack Overflow用户
发布于 2020-03-11 22:36:20
尝试groupby方法：
df.groupby(["Name","Type"]).agg(["count","sum"])结果：
Value
count sum
Name Type
apple A 3 9
banana B 2 5
carrot C 1 3
pear P 1 4但是，如果您想展平列/索引，请使用：
df2 = df.groupby(["Name","Type"]).agg(["count","sum"]).reset_index(drop=False)
df2.columns = [' '.join(col).strip() for col in df2.columns.values]输出：
Name Type Value count Value sum
0 apple A 3 9
1 banana B 2 5
2 carrot C 1 3
3 pear P 1 4更优雅的解决方案，感谢@piRSquared：
df2 = df.groupby(['Name', 'Type']).Value.agg([('AddedValue', 'sum'), ('Occurences', 'count')]).reset_index(drop=False)输出：
Name Type AddedValue Occurences
0 apple A 9 3
1 banana B 5 2
2 carrot C 3 1
3 pear P 4 1Stack Overflow用户
发布于 2020-03-11 22:57:31
是的，就像ipj已经回答的那样，你可以在Pandas Groupby中尝试groupby方法。
df = df.groupby(["Name","Type"]).agg(["count","sum"])
df.columns = df.columns.droplevel(0)
df = df.rename({"count": "AddedValue", "sum": "Occurrences"}, axis=1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60638431
复制相关文章
相似问题
腾讯云开发者
