如何使用groupby并计算每个组的计数
使用groupby函数可以对数据进行分组，并计算每个组的计数。在Python中，可以使用pandas库来实现这个功能。
首先，导入pandas库并读取数据：
import pandas as pd
# 读取数据
data = pd.read_csv('data.csv')接下来，使用groupby函数对数据进行分组，并使用size函数计算每个组的计数：
# 使用groupby函数分组并计算计数
count = data.groupby('group_column')['count_column'].size()其中，'group_column'是用于分组的列名，'count_column'是需要计数的列名。
最后，可以打印出每个组的计数结果：
# 打印每个组的计数结果
print(count)这样就可以得到每个组的计数结果。
关于groupby函数的更多详细用法和参数说明，可以参考腾讯云的文档：pandas.DataFrame.groupby。
注意：以上答案中没有提及云计算品牌商，如有需要，请自行替换相关链接地址。
相关·内容
1回答
计算每小时csv中列的平均值
、、、、
我有一个csv文件，它包含以下格式的数据。
Layer relative_time Ht BSs Vge Temp Message
57986 2:52:46 0.00m 87 15.4 None CMSG
20729 0:23:02 45.06m 82 11.6 None BMSG
20729 0:44:17 45.06m 81 11.6 None AMSG
我想在这个csv文件中读取并计算每个小时的平均BSs。我的csv文件相当大，大约2000
浏览 5提问于2015-11-18得票数 0
考虑一下这只熊猫的数据：
df = pd.DataFrame({'animal': ["dog", "dog", "dog", "cat", "snake", "dog", "snake", "cat", "goat", "bird"],
'label': [0, 0, 0, 1, 0, 1, 0, 1, 1, 1]})
我想删除所有的条目，只要标签不匹配所有动物。例如，狗被
浏览 7提问于2022-02-15得票数 2
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
就我搜索而言，在Underscore.js中，我们可以使用groupBy函数。下面是语法：
_.groupBy(list, iteratee, [context])
例如，我们需要：_.groupBy(['one', 'two', 'three'], 'length');
然后，结果是：{3: ["one", "two"], 5: ["three"]}
如您所见，结果包含2组。现在，我想要的是:获取用于分组的条件，以及每个集合中的元素总数.。
因此，结果应该是：{3: 2, 5: 1
浏览 9提问于2015-12-09得票数 1
回答已采纳
如何使用LINQ查找对象集合中最大一组对象的计数？
例如：
struct MyObject
{
public int SomeInt;
public int GroupInt;
}
List<MyObject> ObjectList = new List<MyOBject>();
// populate list
int LargestGroup = ObjectList.GroupBy(x => x.GroupInt).Max().Count();
这似乎不适用于我，因为它导致了一个错误：
ArgumentException:至少有一个对
浏览 2提问于2011-01-18得票数 6
回答已采纳
1回答
我有这样的数据：
df = pd.DataFrame({'prob':np.random.uniform(0,1,size), 'target':np.random.randint(0,2, size=size),
'pred':np.random.randint(0,2, size=size)})
我想要计算cumsum的groupby的qcut
df['box'] = pd.qcut(df['prob'], 10)
我的期望是按顺序计算每个组的累积函数，而是为每个元素计算一个和：
浏览 3提问于2016-07-21得票数 0
回答已采纳
3回答
我正在尝试编写一个linq，它将返回表中拥有最多条目的员工的id。 这是我的班级的样子 public class TrainingEmployee
{
public int EmployeeId { get; set; }
public int TrainingId { get; set; }
public List<TrainingEmployee> GenerateData()
{
return new List<TrainingEmployee>()
{
new Train
浏览 47提问于2021-07-08得票数 3
回答已采纳
在我的计算机科学课上，我被赋予了一项使用RLE对ASCII艺术进行编码和解码的任务。它必须像AAAAAABBBBBCCCCCCCCDDDDDDDDDDD那样输出"07A05B08C11D“。它必须在数字/金额小于10之前显示0，但我找不到关于如何做到这一点的教程/解释--它们不能解释0。此外，它必须从文本文件中获取ASCII art，而不是空闲输入。它还必须使用0's的输入来反转这个过程。
如果能帮上忙就太好了。提前谢谢。
浏览 5提问于2019-10-07得票数 0
回答已采纳
1回答
我有一个带有多类对象列的时间序列数据，我希望将发生在少于两个实例中的对象转换为最近的更大的组。以下是数据框架的一个示例。我希望将第4行出现的“否”转换为“是”，类似地，第16行中的“是”转换为“否”。
df = pd.DataFrame(data = {'A': ['Yes', 'Yes', 'Yes', 'No', 'Yes', 'Yes', 'Probable',
'Probable', &#
浏览 3提问于2022-01-17得票数 1
我想要创建一个字典，其中键是状态名称，值是与状态对应的所有计数的总和。
来自dataFrame的示例
State Count
California 100
Colorado 100
California 54
Colorado 9254
我试图使用以下方法，但不确定如何在其中包含sum函数，也不确定是否应该在这里使用zip方法：
df_dict = dict(zip(df.State, df.Count))
print df_dict
浏览 2提问于2015-08-06得票数 1
回答已采纳
我正在尝试查找某一列中每个组在另一列中出现次数最多的名称。我是R的新手，正在努力理解其他解决方案是如何实现这一点的(我发现的解决方案似乎解决了上面的第一部分或第二部分)。
数据集的示例如下所示：
Australia City | International City | Port_Region | Airline | Month_num
"Melbourne" | "Kular Lumpar" | "East Asia" | "Air Asia" | 1
"Melbourn
浏览 0提问于2020-09-08得票数 1
这是一个如此简单的问题，这就是为什么我做不到它让我恼火不已的原因。 我有一系列列表，我已经将它们转换为扁平化的列表： myList= []
for i in myList['variable'].tolist():
for j in i:
myList.append(j)
frequency = pd.DataFrame(myList).reset_index().sort_values(0).groupby(0).count() 这是让我失望的最后一句话。我不知道为什么，但它返回了组中每个成员的错误计数。 样本输入= [2, 4,
浏览 13提问于2020-07-07得票数 0
1回答
我需要能够以id显示每个产品。例如，如果我有3个产品具有相同的id:计数的数量和只显示它一次。当id不同时，显示另一个产品。
产品1 qty 2价格10小计20
产品2质量1价格20小计20
这是当前的代码。
<div class="yourorder">
@foreach (var group in Model.Products.GroupBy(p => p.ID))
{
foreach (var prod in group)
{
浏览 2提问于2014-12-02得票数 0
5回答
我正在对分组结果使用.size()，以便计算每个组中有多少个项目。
我希望在不手动编辑列名数组的情况下将结果保存到新的列名，该如何实现？
这是我尝试过的：
grpd = df.groupby(['A','B'])
grpd['size'] = grpd.size()
grpd
我得到的错误是：
TypeError：'DataFrameGroupBy‘对象不支持项分配(在第二行)
浏览 66提问于2013-08-01得票数 78
回答已采纳
1回答
快速查询以加载特定数据列
、、、
对于工具包结果计数，我有以下输出格式： $out = array(
'in progress' => 0,
're-testing' => 0,
'rejected' => 0,
'negative' => 0,
'positive' => 0,
'inconclusive' => 0,
&
浏览 17提问于2021-03-15得票数 0
我有一个List<Demo>
public class Demo
{
public Demo()
{
}
public int Id { get; set; }
public string Name { get; set; }
public string Title { get; set; }
}
Id属性对于列表中的每个记录都是唯一的。
在名称和标题相同的情况下，如何从原始的List<Demo>中获得所有重复的List<Demo>。
到目前为止，我所做的只是一项记录：
List<Demo> d
浏览 1提问于2017-07-06得票数 1
回答已采纳
4回答
g | val
1 a
1 ''
2 b
2 ''
2 c
3 ''
我有一个df.groupby('g')，我想选择每个组的非空值的中位数。如何在熊猫身上做到这一点？
浏览 2提问于2018-04-26得票数 0
回答已采纳
为什么下面的两个语句表现为differentlY？第一个返回3，第二个返回$progress的1。我认为第一个聚合在数据库上，第二个聚合在服务器上。所以它们应该仍然返回相同的值。
$progress = $this->user->userActivities()->select('date')
->groupBy('date')
->get()->count();
$progress = $this->user->userActivities()-
浏览 1提问于2017-12-02得票数 16
3回答
下面的代码用于元组。输入是项目列表，输出是元组列表，我们需要计算每个日期的项目数量。
List<Tuple<DateTime, int>> list = new List<Tuple<DateTime, int>>();
foreach (ItemClass item in items)
{
foreach(Tuple<DateTime, int> tuple in list)
{
if (tuple.Item1 == item.date)
{
tuple
浏览 5提问于2015-05-30得票数 3
回答已采纳
2回答
尝试在分组后为列获取不同的值；但是，我要通过删除对象区分和丢失列的前导零来获得一个总和组。
df = pd.read_csv("trial.txt"，sep=‘AC.26’，converters={'zip':str}，keep_default_na=True，low_memory=False)
数据：
Emp State Zip Jan feb mar
Int NY 11111 1 0 1
int NY 11111 1 1 0
int NC 09999 2 2
浏览 0提问于2020-02-03得票数 2
回答已采纳
我有一个名为pitches的数据帧，2019年美国职棒大联盟赛季的每个球场都有pitcher_id和球场类型的列。 我想按pitcher_id分组并计算每个基音类型的实例数，我可以使用如下所示的groupby().agg()方法来完成此操作： pitches.groupby('pitcher_id')['pitchType'].agg(
[('Four-Seam Fastball',lambda pitchType: (pitchType=='Four-Seam Fastball').sum()),
('
浏览 165提问于2020-07-19得票数 2
回答已采纳
我尝试在Spark数据帧中按日期分组，并为每个组计算一列的唯一值：
test.json
{"name":"Yin", "address":1111111, "date":20151122045510}
{"name":"Yin", "address":1111111, "date":20151122045501}
{"name":"Yln", "address":1111111, "date":20151
浏览 1提问于2016-03-17得票数 28
回答已采纳
3回答
我有一个有很多数字的文本文件(500,000+)。
我希望将所有的唯一值添加到列表中，并计算它在整个数据集中发生的次数。
所以，就像：
23232: 55656565 times
35354: 45452 times
45454: 74747 times
我在C#中的代码可以将所有事件添加到列表中，但不能计算它们的频率：
private void CountUnique()
{
List<Double> source = new List<double>();
double sourceID = 0;
StreamReader file = n
浏览 1提问于2015-05-07得票数 2
回答已采纳
1回答
我在熊猫中有一个数据框架，如下所示：
df =
Image_Number Parent_Object Child_Object
1 1 1
1 1 2
1 1 3
1 1 4
浏览 1提问于2014-08-26得票数 0
回答已采纳
3回答
我有一堂课
public class Test
{
public string name;
public int status;
}
示例数据
new Test("Name1", 1);
new Test("Name2", 2);
new Test("Name3", 3);
new Test("Name4", 1);
new Test("Name5", 2);
new Test("Name6", 2);
new Test("Name7", 3);
我正在寻找一些lin
浏览 4提问于2021-10-11得票数 1
回答已采纳
根据对的回答，为了对每个组内的观察结果进行排序，需要对第一个groupby的结果进行第二个groupby。为什么需要第二个groupby？我假设在运行第一个groupby之后，观察结果已经被安排到组中，所需要的就是枚举这些组的方法(并使用order运行apply )。
浏览 0提问于2016-03-18得票数 11
回答已采纳
我想通过2个条件聚合一个pandas df列。 1)首先，我想按col1分组 2)仅当col2有最少一行匹配0和最少一行匹配1时，我才需要col3的平均值。 我尝试了一些这样的组合，但这当然不起作用： df.groupby(['col1'])['col2'].isin([0 & 1]).col3.mean() 例如，如果这是我的df： df = pd.DataFrame({
'col1' : ['a', 'a', 'b', 'b', 'c', 'c&
浏览 10提问于2019-02-09得票数 2
回答已采纳
我有一个数据帧df，我需要找出是否有一些player_id在这个季节改变了它的team值： player_id team
1 Liverpool
2 Manchester
1 Liverpool
2 Manchester
1 Liverpool
2 Tottenham 要查找重复的对，我只需： duplicate = df[df.duplicated(['player_id', 'team'])] 但数据帧通常有重复的对。 我需要找到一个player_id有
浏览 22提问于2020-12-08得票数 1
回答已采纳
myList = [True, True, False, False, True, False, True, False, False]
我想知道True是否连续出现了3次。
我可以通过这样做找到它：
for x0, x1, x2 in zip(myList, myList[1:], myList[2:]):
if x0 == True and x1 == True and x2 == True:
print True
有更好的办法吗？
浏览 9提问于2014-10-16得票数 4
回答已采纳
2回答
我正在用熊猫做一些数据处理，我的熊猫声明如下
yearage.groupby(['year', 'Tm']).size()
它给了我这样的数据
2014 ATL 9
BOS 9
BRK 7
CHI 10
CHO 9
CLE 8
DAL 9
DEN 8
DET 9
GSW 8
当我将它转换为dataframe时，我只得到两列复合键和计数。我真正想要的是，三列，
year, Tm,
浏览 1提问于2016-02-27得票数 3
回答已采纳
我正在创建一个饼形图，它显示每个月的票数，按一个不同的代码分类，到目前为止，我已经设置了我的月份和年份，并且能够返回不同的字母代码，但是，用这个代码来计算票是无法实现的。到目前为止..。
var codes = tickets.Select(r => type).Distinct // this is returning as desired //(a,b,c,d)
foreach (string letter in codes) {
// this is where I get confused trying to get the count of tickets that have
浏览 0提问于2019-01-11得票数 0
回答已采纳
我有一个可以工作的查询，但是当我尝试在LINQ中编写等效项时，我得到了不正确的SQL。
我的问题是：
SELECT COUNT(*)
FROM tableName
GROUP BY ColumnId
我试着把它写成：
tableName.GroupBy(x => x.ColumnId).Count()
但是查看LINQPad，它生成的是SQL：
SELECT COUNT(*) AS [value]
FROM (
SELECT NULL AS [EMPTY]
FROM [tableName] AS [t0]
GROUP BY [t0].[ColumnId]
) AS [t1]
我做错了什么
浏览 0提问于2011-01-26得票数 9
回答已采纳
我有一个结构如下的数据集。这是一个示例，所以请想象一个包含许多序列的数据帧。有几件事要精确：time是降序的。created_at也是按降序排列的。当新的source或currency出现时，time和created_at都会重置。
index time app_v last source currency created_at
1 2019-10-23 3 4488 gol JPY 66
2 2019-10-23 29193 6687 gol JPY
浏览 1提问于2019-10-25得票数 0
1回答
我有一个人班和一个团体班。我知道每个人在其“群体”领域中属于什么群体，但我不知道群体中的人是什么。要做到这一点，我必须通过查询people表来查找组中的所有人员。
以下是我的课程的相关部分：
class People
{
/**
* @ORM\Id
* @ORM\GeneratedValue(strategy="AUTO")
* @ORM\Column(name="id",type="integer")
*/
protected $id;
/**
* @ORM\Many
浏览 5提问于2015-08-31得票数 1
回答已采纳
1回答
在计算对象字段中数组中字符串的出现次数时，我遇到了一个问题。 下面的XML有3个“Level3”项，每个项都有1个“TextLine”字段。 我需要计算变量“text”中的每个文本在有效负载中出现的次数。 fun getVasCount(texts) =
sizeOf (Level1.*Level2.*Level3.*TextLine filter (texts contains $)) 所以我得到的不是count:2，而是count:3，因为'a text‘是'This is a text’的子字符串 var texts = {
"This is
浏览 8提问于2019-06-18得票数 0
回答已采纳
我有这样一个数据框架：
ID Instance Value
-------------------------------------
52349 1 10
13523 1 15
13523 2 20
13523 3 30
12356 1 10
12356 2 15
22355 1
浏览 0提问于2018-11-07得票数 1
1回答
我有一个包含多个列的DataFrame，但我将显示我需要的列：
DF.head():
Modality Year Month
Cash 2019 1
Credit Card 2019 3
Bank Transfer 2018 5
我想要做的是获得每年每个月的每个模态的总和，如下所示：
Year Month Modality
Cash 1
浏览 6提问于2019-08-02得票数 1
我有以下代码：
elements = spark.createDataFrame([
('g1', 'a', 1), ('g1', 'a', 2), ('g1', 'b', 1), ('g1', 'b', 3),
('g2', 'c', 1), ('g2', 'c', 3), ('g2', 'c', 2), ('g2', 'd', 4),
]
浏览 16提问于2021-02-15得票数 0
回答已采纳
data = {'car': ['ford', 'ford','ford','toyota', 'honda', 'toyota','kia', 'nissan','honda'],
'colorblue': [1,1,0,1,1,0,0,0,1],
'colorred': [0,0,1,0,0,1,0,0,0],
'colorblack':
浏览 6提问于2022-11-02得票数 1
在制表器4.4上，我尝试重新编组一个表。我有两个按钮。按钮A按column1分组，按钮B按column1和colum2分组。这是有效的。我还想将显示的组设置为打开。但这似乎并不管用。单击按钮A所有组都应该折叠，单击按钮B Groups by column1应该展开，groups by column 2应该折叠。
<body>
<div id="example-table"></div>
<div id="tabulator-controls">
Group by:
浏览 0提问于2019-09-10得票数 0
是否有可能获得一个元素的整数计数，这些元素在一个列表中只出现一次，而不创建这些值的临时列表，然后计数该列表？
显然，这不起作用，但类似于：
int test = list.Count(s => s.id).Where(s.id.Count() == 1);
浏览 3提问于2016-09-16得票数 1
回答已采纳
我正在使用Python (通常是一个R人员)，我正在尝试为一个特定的应用程序创建这个函数。基本上，我尝试在"Month_of_Year“列中采用每个月的"CallsPresented”列的平均值。我知道我把事情搞得太复杂了。我该如何做到这一点呢？
def get_monthly_mean(df):
avg_by_month = []
months = ['Jan', 'Feb', 'Mar', 'Apr', 'June', 'Jul', 'Aug',
浏览 51提问于2018-07-04得票数 1
回答已采纳
假设你有
val docs = List(List("one", "two"), List("two", "three"))
其中，例如List( "one“，"two")表示包含术语”one“和"two”的文档，并且您希望为每个术语构建具有文档频率的映射，即在本例中
Map("one" -> 1, "two" -> 2, "three" -> 1)
在Scala中如何做到这一点呢？(以一种有效的方式，假设数据集要大得多。)
我的第一
浏览 10提问于2012-08-29得票数 9
回答已采纳
1回答
我是Pandas的新手，并且已经在一个课程中使用过它，但是我肯定不精通Panda-ese。
假设我有一个这样的数据帧：
accord = pd.Series({'Manufacturer' : 'Honda',
'Model' : 'Accord',
'Drivetrain': 'FWD'})
civic = pd.Series({'Manufacturer' : 'Honda',
浏览 2提问于2017-01-17得票数 0
我尝试在忽略空值的情况下获取列中每个组的计数。
数据集：
A B C
1 null 12
1 xx 13
1 yy 14
2 xx 15
2 yy 16
2 zz 12
3 xx 12
3 null 12
3 null 12
预期输出：
A B
1 2
2 3
3 1
使用的代码：df.groupby(['A'])["b"].apply(lambda x: x.notnull().count())
浏览 21提问于2020-11-12得票数 0
1回答
我有一个csv数据集，看起来如下：
Account Months_since_Open Gender Age_Group
XXXXX 12 Male Millennial
YYYYY 24 Female 71+
ZZZZZ 20 Female 55-70
数据集将持续数百万行。基本上，我想要一个条形图，在x轴上有Months_Since_Open，Y轴上有帐号(频率)
浏览 2提问于2017-04-30得票数 0
回答已采纳
6回答
我在C#中使用List。代码如下：
TestCase.cs
public class TestCase
{
private string scenarioID;
private string error;
public string ScenarioID
{
get
{
return this.scenarioID;
}
set
{
this.scenarioID = value;
}
}
publ
浏览 2提问于2012-03-28得票数 5
回答已采纳
问:如何计算最频繁和最不频繁的次数？ 我想要的输出是： cast count
Alan Marriott 100
Jandino Asporaa 78
...
Peter 1 #1尝试： df.groupby(by=['cast','show_id']).count() 输出： cast show_id type title director country date_added release_year rating duration listed_in
浏览 15提问于2021-01-16得票数 1
回答已采纳
1回答
我需要一个按名字来扩展的方法。
我已经有了这个代码：
data = {
'id': [1, 2, 3, 4, 5, 6, 7, 8],
'name': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'],
'number': [1, 3, 5, 7, 9, 11, 13, 15]
}
df = pd.DataFrame(data)
df['mean_number'
浏览 1提问于2022-10-24得票数 0
回答已采纳
我有一个简单的对象：
public class obj
{
public Int32 id { get; set; }
public Int32 source { get; set; }
}
现在我有一个列表: 10个对象的源，其中5个对象的List<obj>设置为100，3个对象的源设置为200，2个对象的源设置为2500
我需要按源代码分组，这将导致三个项目100，200和2500。我还需要按计数排序，如下所示：
5 100
3 200
2 2500
最终的结果是，我希望获得具有最高计数的源文件，在本例中，它将是100
浏览 3提问于2012-11-26得票数 0
回答已采纳
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
