如何计算pandas中多列之间的计数？
在pandas中，可以使用groupby和count方法来计算多列之间的计数。
首先，使用groupby方法按照需要计算的列进行分组。然后，使用count方法对分组后的数据进行计数。最后，可以选择任意一列进行展示。
以下是一个示例代码：
import pandas as pd
# 创建一个示例数据集
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
'C': ['x', 'y', 'x', 'y', 'x', 'y', 'x', 'y']}
df = pd.DataFrame(data)
# 使用groupby和count计算多列之间的计数
count_df = df.groupby(['A', 'B', 'C']).size().reset_index(name='Count')
# 打印计数结果
print(count_df)输出结果如下：
A B C Count
0 bar one y 1
1 bar two y 1
2 foo one x 1
3 foo two x 1
4 foo two y 1在这个示例中，我们按照列'A'、'B'和'C'进行分组，并使用size方法计算每个组的计数。最后，我们将计数结果存储在一个新的DataFrame中，并命名为'Count'列。
对于pandas中多列之间的计数，可以使用类似的方法进行操作。根据实际需求，选择需要计数的列，并使用groupby和count方法进行计算。
相关·内容
1回答
有谁知道熊猫一列数字从一行到另一行变化的平均值公式吗？
行之间的最大增减情况如何？
需要回答包含pandas的csv文件中的以下问题
收入的平均变化:最大变化:最大降幅：
浏览 11提问于2018-02-18得票数 0
1回答
线性回归模型的问题
、、、
我有一个我创建的DataFrame，使用篮球参考中的数据，我得到每个特征的平均值。DataFrame Data不管我用哪一列来训练我的线性模型，我的R2分数接近于0，预测很糟糕。 import pandas as pd
import numpy as np
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import r2_score
import math
percent=math.floor(len(df)*0.80)
X=df
浏览 19提问于2020-08-06得票数 0
3回答
我有一个Pandas DataFrame，列如下：
UserID, Date, (other columns that we can ignore here)
我试图只选择访问多个日期的用户。我目前使用的是groupby(['UserID', 'Date'])和一个for循环，在这个循环中，我只删除用户一个结果，但我觉得有更好的方法可以做到这一点。
谢谢
浏览 6提问于2013-10-31得票数 1
回答已采纳
Graphlabs SFrame.show()显示SFrame中每一列的综合视图，我想知道Pandas中是否有对应的列？
df.describe()只是不能提供sf.show()所能提供的细节级别。
浏览 1提问于2016-10-15得票数 5
我必须根据该级别的行数来计算MultiIndex DataFrame的平均值。
基本上，我必须对最后一列中的值求和，然后除以每个SKU_ID索引的每月行数，从而求出这些值的平均值。我如何在Pandas中继续？谢谢
浏览 0提问于2019-04-04得票数 0
在Pandas的sort_values方法中，只有在对单个列或标签进行排序时才应用kind参数。为什么会这样，在没有应用kind参数的情况下使用什么排序算法？是一种稳定的类型吗？
(有关文档，请参见。)
浏览 3提问于2017-05-26得票数 3
2回答
我对Pandas很陌生(但不是数据科学和Python)。这个问题不是关于如何解决这个具体的问题，而是如何处理这样的问题，熊猫路。
请随意改进这个问题的标题。因为我不知道什么是正确的条款。
这是我的MWE
#!/usr/bin/env python3
import pandas as pd
data = {'A': [1, 2, 3, 3, 1, 4],
'B': ['One', 'Two', 'Three', 'Three', 'Eins', 'Four&
浏览 5提问于2021-05-25得票数 1
回答已采纳
1回答
我有25个csv文件，每个文件有4列，我必须比较所有25个csv中名为City的1列，然后在csv中写入输出，说明哪个城市存在于多少个文件中。例如：
在excel中，我想要纽约在第一个0列，第一行，然后在下一列中，我想要得到纽约所在城市的文件名。像csv_output.csv一样
New york File 1, File 2, File 3, File 5, File 25
Jakarta File 1, File 7, File 19.
如何使用Python、Pandas或CSV或任何其他选项来执行此操作。
目前，我最初检查了两个csv，但这也不起作用。我的要求是25个CSV文件。
im
浏览 0提问于2020-08-01得票数 2
3回答
我有熊猫df，看上去像图片：
如果列中超过一半的值是相同的，我想删除任何列，而我不知道如何做到这一点。
我试过使用:pandas.Series.value_counts，但没有运气
浏览 16提问于2022-04-05得票数 2
回答已采纳
1回答
如何使用计算过的列创建一个新的dataframe bigdf，该列迭代来自另一个df的每一行？我在新的dataframe bigdf中接收空行。
# Import pandas library
import pandas as pd
import numpy as np
# DataFrame
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
遍历每一行，计算每
浏览 1提问于2021-06-16得票数 0
回答已采纳
是否有更有效的方法使用熊猫群或pandas.core.groupby.DataFrameGroupBy对象创建一个独特的列表，系列或数据，在这里，我想要两个独特的组合N列。例如，如果我有列:日期、名称、购买的项目--我只想知道唯一的名称和日期组合--这很好：
y = x.groupby(['Date','Name']).count()
y = y.reset_index()[['Date', 'Name']]
但我觉得应该有个更干净的方法
y = x.groupby(['Date','Name'])
浏览 1提问于2014-08-27得票数 4
我有pandas数据框架和int64、object和datetime64[ns]数据类型。导出pandas DataFrame.to_Excel选项时如何保留这些数据类型？
我希望导出的Excel文件列如下所示：
Excel中的int64数字格式
Excel中的object文本格式
Excel中的datetime64[ns]数据格式
现在，我所有的Excel列格式都显示为General
浏览 10提问于2021-06-24得票数 2
不是真正的编码问题，更多的是我如何做这个问题，所以没有代码片段。
在我的数据库中，假设有一长串未排序的数字。
数字= 9，12，15，18，22,100，1，4，3，2
这给我的中位数是10.5
但现在想象我的清单更长，9，12，15，18，22,100，1，4，3，2，......每天，我都会给这个列表x引入一个新的数字，这个列表存储在一个数据库中，我希望避免访问数据库来获取所有这些数据，然后计算中位数。
在引入新数字后，有没有什么技巧可以让我不必每天调用所有数据来计算今天的中位数？
谢谢你的任何想法！
浏览 0提问于2017-10-09得票数 0
1回答
平均含nan值
、、
import numpy as np
import pandas as pd
GFG_dict = { '2019': [10,20,30,40],'2020': [20,30,40,50],'2021': [30, np.NaN, np.NaN, 60],'2022':[40,50,60,70]}
gfg = pd.DataFrame(GFG_dict)
gfg['mean1'] = gfg.mean(axis = 1)
gfg['mean2'] = gfg.loc
浏览 3提问于2022-06-13得票数 0
1回答
我有一个数据帧，我需要按照规则更改3d列
1)如果第2列的i+1行和第i行的差值大于1，则3d列+1
我写了一个使用循环的代码，但是这个代码是永远有效的。
我用纯python写了一段代码，但肯定有更好的方法用pandas来做这件事。那么，如何用pandas重写我的代码来减少时间呢？
old_store_id = -1
for i in range(0,df_sort.shape[0]):
if (old_store_id != df_sort.iloc[i, 0]):
old_store_id = df_sort.iloc[i, 0]
浏览 17提问于2019-07-23得票数 0
回答已采纳
我正在尝试理解LDA主题模型是如何在mallet API中实现的。在ParallelTopicModel类中，我可以看到一个名为typeTopicCounts的2Dint数组，它是在buildInitialTypeTopicCounts()方法中通过一些按位操作初始化的，稍后用于每个文档。我的问题是，这个数组值意味着什么？我能从源代码中得到的唯一信息是，它是通过特征索引、主题索引来索引的。
浏览 0提问于2017-06-21得票数 0
1回答
我正在尝试从pandas切换到pyspark，并执行以下操作： 对于每个员工(employee列)，我们都有几条记录指示他在给定时间(date_key)受雇的职位(position)。我们想要计算该员工从每个时间戳回顾了三年的不同职位。 在pandas中，使用它就足够了： df.apply(lambda tmp: tmp.apply(lambda x: tmp.loc[(tmp['date_key'] >= x['back']) & (tmp['date_key'] <= x['date_key']), &#
浏览 32提问于2021-02-10得票数 0
1回答
import pandas as pd
import numpy as np
#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','','Steve','Tom','Jack',
'Lee','David','','Betina','Andres']),
'Age
浏览 4提问于2020-06-12得票数 0
2回答
我只是在学习数据分析的一些基础知识。
我有一个简单的csv数据文件，如下所示。
START,FIRST,SECOND,ITEM
1,100,200,A
2,100,200,B
2,100,300,C
2,200,300,D
3,200,100,E
3,200,100,F
3,200,100,G
3,200,100,H
3,200,100,I
3,200,100,J
我编写了这个小程序来读取这个csv文件，然后使用matplotlib为三列START、FIRST和SECOND打印一个直方图。我还打印了第一列和第二列的散点图。
#!/exp/anaconda3/bin/python3
import
浏览 1提问于2020-10-10得票数 0
1回答
我有一个(匿名) 查询计划
有一个表(Object8)，它在两个列(Column2和Column6)上的实际行数与估计行数之间有很大的差异，可以在散列匹配和排序操作符中看到。
我已经更新了Object8表上的所有统计数据(它们仅仅过期了几天，表的变化不大)
问题还会是什么？
浏览 0提问于2018-03-16得票数 3
回答已采纳
3回答
Pandas计算唯一行
、、、
我有一个pandas数据框架，类似于：
ColA ColB
1 1
1 1
1 1
1 2
1 2
2 1
3 2
我想要一个具有与相同功能的输出。我需要知道每一行出现的次数(所有列都是相同的。
在这种情况下，正确的输出应该是：
ColA ColB Count
1 1 3
1 2 2
2 1 1
3 2 1
我尝试过这样的东西：
df.groupby(['ColA','ColB']).ColA.count()
但是这给了我一些难看的输出，我在格式化时遇到了麻烦
浏览 2提问于2016-03-16得票数 15
回答已采纳
我有一个自定义regex函数来检查它是否是电子邮件：
def isEmail(str):
return True;
我想迭代Pandas中的所有行，并验证列email。并返回有效行的计数(true/false)。
我找到了apply()潘达斯的功能。
我试图只保留列电子邮件有正确电子邮件地址的行：
def isEmail(str):
return re.search('regex', str)
dt[isEmail(dt['email'])])
然后再次调用它来计算要放入Python集合中的不正确行数：
incorrectEmails =
浏览 1提问于2022-05-24得票数 1
回答已采纳
2回答
我有以下情况:用户可以拥有最大数量的合作伙伴关系。例如- 40.000
问题:如果用户想要添加新的合作伙伴关系，如何更快地检查当前合作伙伴的数量？
解决方案1:使用count(*)语句？
解决方案2:将值存储到单独的用户列中。总是当一个新的伙伴关系需要加入，得到它，然后增加该列？
个人备注：是否有更好的解决方案来检查总行数？
有没有人对时间内的表现有统计数据？我认为，当有有限的行数时，解决方案1会更快。但是如果有多个行，那么使用解决方案2就更有意义了。例如，经过多长时间(行数)解决方案2比1更好？
当然，我更喜欢解决方案1，因为我得到了更多的控制。可能会发生错误，并且解决方案2中的列不会增加。
浏览 9提问于2022-10-05得票数 0
回答已采纳
2回答
对于如何以优雅的方式对我的数据中的每一列进行以下计数，有任何建议：
列中为数值(任何值)的元素的计数
列中数值元素和非零元素的计数
下面是一些代码来生成像我这样的数据(但要小得多)：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#from matplotlib import style
import seaborn as sns
df = pd.DataFrame(data=np.random.random_integers(low=0,high=10,size=(50,1)),
浏览 0提问于2017-11-03得票数 3
我正在使用networkx从一个txt文件构建一个电子邮件网络结构，其中每一行代表一个“边缘”。我首先将txt文件(3列：{‘#发件人’、‘收件人’、'time'})加载到Python中，然后使用以下代码将其转换为networkx对象：
import networkx as nx
import pandas as pd
email_df = pd.read_csv('email_network.txt', delimiter = '->')
email = nx.from_pandas_dataframe(email_df, '
浏览 1提问于2017-09-19得票数 0
回答已采纳
我有以下代码
import pandas as pd
expected_df = pd.DataFrame({'One': [20], 'Two': [30], 'Three': [90]})
df = pd.DataFrame({'One': [20], 'Two': [30]})
assert expected_df.equals(df), 'Test Failed: df is missing column/s'
# returns 'Test Failed: df is mi
浏览 0提问于2021-06-08得票数 0
我有一个包含bool类型列的数据框。我想使用pandas的groupby和agg函数来获取每个id的True值的数量。我已经做过很多次了，但是结果列的类型似乎取决于数据框。下面是一个示例：
import pandas as pd
d = {'id': [1, 1, 2, 3], 'bool': [True, False, False, True]}
df = pd.DataFrame(data=d)
print(df.groupby(['id']).agg({'bool': 'sum'}))
我从这段代码
浏览 0提问于2020-04-03得票数 1
perf stat -d ./sample.out
产出如下：
Performance counter stats for './sample.out':
0.586266 task-clock (msec) # 0.007 CPUs utilized
2 context-switches # 0.003 M/sec
1 cpu-migrations # 0.0
浏览 0提问于2016-05-15得票数 4
回答已采纳
我有一个10000个ngram(超过1个单词的短语)和650万条记录的列表，其中包含不同数量的文本(从10个字符到5000个字符)。我希望在我的dataframe中创建10,000个新列，每个列都包含相关ngram的计数。我当前的解决方案包括使用文本遍历数据帧中的列，使用re.findall计算ngram在每一行中出现的次数，将findall方法的长度放在一个列表中，然后使用该列表在数据帧中创建新列。
由于内存限制，我一次只能对6.5M行中的100,000行数据进行分页。在一个页面中，最终结果是包含原始列加上10,000列(每个ngram一个)的数据帧，大约需要5个小时。因为我有65页要读完，
浏览 0提问于2020-05-20得票数 0
我试图匹配更新并选择相同条件下的查询计数。但是，数行数会有很大的不同。
更新查询：
UPDATE MKP set MKP.Quantity = MKP.Quantity + LQD.Quantity, ModifiedDate = GETDATE()
FROM IM_MarketPlace MKP
INNER JOIN IM_ChannelListings CL ON MKP.ListingID = CL.ListingID
INNER JOIN @ListingQuantityData LQD ON LQD.
浏览 1提问于2019-06-07得票数 3
回答已采纳
1回答
我有6个纹理。其中一些是通过以下方式初始化的：
void glTexImage2DMultisample( GLenum target,
GLsizei samples,
GLenum internalformat,
GLsizei width,
GLsizei height,
GLboolean fixedsamplelocations);
一些(例如中风/延迟阴影/特殊效果)是通过以下方式初始化的：
glTexImage2D( ... );
(主要问题)可以同时呈现给所有这些人吗？例如，如何混合MSAA类型的渲染目标？
我试过了，但是我得到了错误
浏览 1提问于2021-07-15得票数 1
回答已采纳
所以我有两个阵列，每个阵列的温度读数不同。我有一个包含月份低温的低数组，还有一个包含月份高温的高数组。我通过从文本文件中读取这些变量来获得这些变量。我的代码看起来是：
while ( !file.eof() )
{
file >> high[i] >> low[i];
i++;
}
我知道数组的大小，因为它是下面显示的文本文件中的第二行。
April 6, 2010
24
88 72
52 36
73 48
89 72
97 84
61 41
48 37
68 45
88 63
79 52
48 21
55
浏览 3提问于2015-09-10得票数 0
回答已采纳
Pandas提供两个不同的相关函数的原因是什么？
DataFrame.corrwith(other，axis=0，drop=False)：两个DataFrame objectsCompute的行或列之间的关联
与
( DataFrame.corr(method='pearson'，min_periods=1)：计算列的成对相关性，不包括NA/null值
(取自大熊猫0.20.3文件)
浏览 19提问于2017-09-04得票数 17
回答已采纳
我有一个由tweet组成的2列Pandas数据框架:第二列是tweet本身。我想把所有的推文都算起来。
数据框架如下所示：
RT @PaulHaleAndMom: Four Hours After #Piedmont...
RT @NatPoliceAssoc: Body camera video shows At...
RT @XLNB: When Spanish Drake and Jamaican Drak...
I almost cried this morning. My babies are ...
@SebastianDanzig Hey Bassy are ticket
浏览 0提问于2018-08-08得票数 4
回答已采纳
我得到了一个巨大的csv和积压数据。我想从其中获取一些列，并将它们添加到另一个DataFrame中。看起来是这样的：
Backlog = r'C:\Users\Desktop\personalized reports\Backlog Case\R1_Ext_Report.csv'
df_backlog = pd.read_csv(Backlog, sep=',')
df2 = df_backlog['PROMOTION CODE', 'MODEL DESCRIPTION']
以上列的名称与csv中的名称完全相同。如果我使用单个列(
浏览 1提问于2019-02-04得票数 1
回答已采纳
2回答
如何从频数表中计算熵？
、、、、
我有一堆名字(超过一千万)的数据和它们的相关计数。
import pandas as pd
import numpy as np
data = {
"Name": ['Sara', 'John', 'Mark', 'Peter', 'Kate'],
"Count": [20, 10, 5, 2, 5],
}
df = pd.DataFrame(data)
print(df)
Name Count
0 Sara 20
1 John
浏览 3提问于2019-09-23得票数 1
回答已采纳
1回答
优化Pandas应用函数
、、、、
我有两个Pandas DataFrames：
import pandas as pd
df_1 = pd.DataFrame({'name': ['New York', 'London', 'New York'],
'date': [
pd.Timestamp('2022-01-01'),
pd.Timestamp('2022-01-02'),
pd.Times
浏览 3提问于2022-04-24得票数 -2
1回答
我能够搜索到显示此错误消息的“原因”的建议，但不知道如何解决它-
每次尝试通过连接两个现有列中的字符串值来向pandas数据帧添加新列时，我都会遇到这个问题。
例如：
wind['timestamp'] = wind['DATE (MM/DD/YYYY)'] + ' ' + temp['stamp']
如果第一个项目和第二个与‘’合并的项目都是单独的dataframe/series，那么它就会起作用。
这些尝试是将日期和时间合并到同一列中，以便它们被pandas库识别为日期时间戳。
我不确定是我错误地使用了这个命令，还是panda
浏览 1提问于2018-08-22得票数 5
回答已采纳
我想从csv中读取一个Pandas数据帧，其中列名中只有一个空格，分隔符是多个空格。我如何告诉Pandas只使用多个连续的空格作为分隔符，而忽略单个空格？
浏览 3提问于2019-10-29得票数 5
1回答
我正在尝试根据另一列的条件创建一个新列。例如:我想根据事件计算一个“折扣价格”列。如果‘诗’申请10%的折扣，如果‘剧院’申请15%的折扣，否则，返回正常的价格。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
浏览 3提问于2020-02-10得票数 0
回答已采纳
我有类似这样的数据
import random
import pandas as pd
jobs = ['Agriculture', 'Crafts', 'Labor', 'Professional']
df = pd.DataFrame({
'JobCategory':[random.choice(jobs) for i in range(300)],
'Region':[random.randint(1,5) for i in range(300)],
'Ma
浏览 0提问于2017-08-03得票数 1
2回答
我目前在power-bi中有一个条形图。该图形在id's上有不同的x axis，以及他们在y axis上收到的邮件数量。在我使用的表中，我有SalesYear、id和一个Val列，该列在每一行中都有值1。id在表中多次出现，有时在同一年超过两次。
问题是我想要graph reversed。我想根据人们收到的邮件数量来吸引他们。然后使用一个slicer来查看他们每年收到多少。我一直在努力寻找一个解决方案，我自己，谁会有任何想法，如何处理这一问题。表L看起来如下：
id | salesYear | Val
10 | 2012
浏览 6提问于2017-09-27得票数 1
回答已采纳
因此，我将尽可能清楚地解释这一点，而不会让人感到困惑。
我有4个列表，每个列表中的项目都属于该列表。
当第一列表中的项目通过过程进行时，它被给予新的参考号，因此在第二列表中以新的参考号生成新的项目，当第二列表中的新的项目通过该过程进行时，它被给予新的编号，并且在第三列表中创建新的项目，依此类推。
到目前为止，这些项目是一对一的关系，但只有我知道，sharepoint没有告诉我它们是链接的。但是，它们可能会出现这样的情况:列表1项将链接到列表2中的2项，并且它们可以链接到列表3中的2项，依此类推。
是否可以针对每个项目创建一个计算字段，以显示它在其他列表中引用的内容？
例如，列表1具有项1，来自
浏览 2提问于2011-07-06得票数 0
1回答
我有一个关于ansible库存的json文件，在这里我需要选择几个列作为数据，并发送电子邮件通知。
下面是我尝试过的代码：
import json
import pandas as pd
from pandas.io.json import json_normalize
with open('d:/facts.json') as f:
d = json.load(f)
mydata = json_normalize(d['ansible_facts'])
mydata.head(1)`
它打印整个记录(实际上每个json都只有一条记录)，但是我只需要显示
浏览 0提问于2019-05-28得票数 1
回答已采纳
1回答
下面是这个问题的设置：
import numpy as np
import pandas as pd
import collections as co
data = [['a', 1],
['a', 2],
['a', 3],
['a', 4],
['b', 5],
['b', 6],
['b', 7]]
varnames = tuple('PQ')
df =
浏览 0提问于2014-09-04得票数 2
我有一个数据集，如下所示：
val
1
1
3
4
6
6
9
...
我无法将其加载到熊猫数据帧中，因为它太大了。因此，我使用Spark聚合数据以形成：
val occurrences
1 2
3 1
4 1
6 2
9 1
...
并将其加载到熊猫数据帧中。"val“列不超过100，所以它不会占用太多内存。
我的问题是，我不能很容易地在这样的结构上操作，例如使用pandas找到均值或中位数，也不能使用seaborn绘制箱线图。我只能使用我自己编
浏览 0提问于2018-09-18得票数 1
我试图使用Pandas对列进行某种长度验证。例如，假设我有一个名为test.csv的csv，其中包含以下数据：
Column1,Column2,Column3
Data1,Data2,DataDataData3
Data1,Data2,Data3
现在，假设我有一个名为dbo.Test1的SQL表，其列数据类型和长度如下：
CREATE TABLE [dbo].[Test1](Column1 VARCHAR(5),Column2 VARCHAR(5),Column3 VARCHAR(5))
现在，这个场景--我尝试使用Pandas read_csv tp来获取这个test.csv，然后使用to
浏览 4提问于2022-04-18得票数 0
2回答
我正试图遍历列中的所有项目。
如果它满足列中的条件，则检查是否在另一列中满足了另一个条件。
这两列中的数据类型是不同的，一个是整数，另一个是我正在检查的字符串。
我不知道自己哪里出了问题&到目前为止，我在网上找到的所有信息都是关于根据列中的数据创建新列的。
下面是我正在使用的代码的简化版本。
import pandas as pd
servercount = 0
othercount = 0
df = pd.DataFrame({
'operatingsystem': ['Windows 7', 'Windows Server 201
浏览 3提问于2022-11-14得票数 1
回答已采纳
在cassandra.Which中读取一堆行与从一行中读取一列切片的速度更快，为什么？在每种情况下磁盘寻道是如何发生的？
浏览 1提问于2014-01-25得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
