pandas dataframe列的分组依据和计数
指的是对数据框中的某一列进行分组，并统计每个分组中的元素个数。在pandas中，可以使用groupby()函数来实现这个功能。
分组依据可以是数据框中的任意一列或多列，通过将这些列作为groupby()函数的参数传入即可。对于每个分组，可以使用size()函数来计数元素个数。
下面是一个完整的示例代码：
import pandas as pd
# 创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35, 25, 30, 35],
'Gender': ['Female', 'Male', 'Male', 'Female', 'Male', 'Female']}
df = pd.DataFrame(data)
# 按照Name列进行分组，并计数每个分组的元素个数
grouped = df.groupby('Name').size()
print(grouped)运行结果如下：
Name
Alice 2
Bob 2
Charlie 2
dtype: int64这个结果表示，在Name列中，分别有2个Alice、2个Bob和2个Charlie。
对于这个问题，腾讯云并没有直接相关的产品或者产品介绍链接。然而，作为一个云计算领域的专家，可以通过腾讯云的云计算服务，如云服务器、云数据库等来实现对数据的存储和处理。可以根据具体需求选择合适的腾讯云产品来进行数据的分组和计数操作。
相关·内容
我必须在pandas数据框中执行groupby ()，结果必须是具有相同列(相同名称和相同编号)的数据框。示例：
import pandas as pd
raw_data = {'first_name': ['Jason', 'Molly', 'Jason', 'Jake', 'Molly'],
'last_name': ['Miller', 'Jacobson', 'Miller', 'Milner', &
浏览 1提问于2019-02-08得票数 0
1回答
我有两个列: timeStamp和eventMessage (string)。
timeStamp: eventMessage:
2020-10-19T10:07:56.7450775+02:00 transaction successful
2020-10-19T10:08:13.025169+02:00 transaction successful
我想最终得到一个有两列的dataframe : hour和numberOfEvents。
hour: numberOfEv
浏览 1提问于2020-12-13得票数 1
回答已采纳
我尝试在django模型中创建按熊猫分组的数据帧，但得到了如下所示的KeyError KeyError:'GoodsID' 我认为在执行groupby时，dataframe列的头部有问题，如下所示 Quantity GoodsPrice
GoodsID GoodsIDSeqNo
G1 1 1 1000.0
G2 2 1 0.0
G3 1 1
浏览 10提问于2020-01-31得票数 0
回答已采纳
在Pandas中，如何在同一个数据集中进行多步/顺序聚合？好像每个步骤都是下一个步骤的“子查询”。
在SQL中，我可以这样想：
SELECT x.A, COUNT(x.B) as B_COUNT, SUM(x.C_SUM) as C_SUM
FROM (
SELECT df.A, df.B, SUM(df.C) as C_SUM
FROM df
GROUP BY df.A, df.B
) x
GROUP BY x.A
在Python3.4和Pandas0.19.2中工作，我有这样一个数据框架：
import pandas
import numpy
numpy.rand
浏览 0提问于2016-12-30得票数 1
回答已采纳
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
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
使用Rails3.0，我尝试对column1和column2的每种组合出现的次数进行计数。
IE列A的值是A-Z，列B的值是1-5，我想要一个A1，A2等的计数。
有没有一种方法可以通过多个列进行分组，或者连接结果的两列和分组？在阅读文档时，并不清楚如何实现这一点。
浏览 3提问于2010-09-24得票数 6
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
2回答
我有数据，有员工，和他们的水平。
import pandas as pd
d = {'employees': ["John", "Jamie", "Ann", "Jane", "Kim", "Steve"], 'Level': ["A/Ba", "C/A", "A", "C", "Ba/C", "D"]}
df = pd.DataFrame(data=d)
如何添加一个新
浏览 10提问于2022-01-30得票数 2
回答已采纳
3回答
我有一只熊猫
import pandas as pd
df =pd.DataFrame({'name':['john','joe','bill','richard','sam'],
'cluster':['1','2','3','1','2']})
df['cluster'].value_counts()将根据列cluster给出项目出现的次数。
是否
浏览 7提问于2022-05-29得票数 2
回答已采纳
1回答
用组循环通过列
、、
我有这个数据集
age salary gender
44 3000 M
32 4555 F
45 6000 M
50 4200 F
43 5000 F
23 1700 M
我想循环每一列并使用数字按性别获得年龄/薪资组的最大值/最小值，我这样做了：
import pandas as pd
import numby as np
data = pd.read_excel("file")
var = ["age","salary","gender"]
dat = data[var]
column_li
浏览 9提问于2022-07-06得票数 1
我正在尝试使用dask read_parquet方法和filters kwarg读取拼图文件。然而，有时它不会根据给定的条件进行过滤。
示例:使用dates列创建和保存数据框架
import pandas as pd
import numpy as np
import dask.dataframe as dd
nums = range(1,6)
dates = pd.date_range('2018-07-01', periods=5, freq='1d')
df = pd.DataFrame({'dates':dates, 'num
浏览 0提问于2018-07-09得票数 8
回答已采纳
4回答
假设我有一个包含下列值的表。
Ford
Ford
Ford
Honda
Chevy
Honda
Honda
Chevy
因此，我想构造以下输出。
Ford 3
Honda 3
Chevy 2
它只接受列中每个元素的计数。
我在列出唯一列时遇到问题。
有人能告诉我怎么做吗？
我尝试过使用UNIQUE和DISTINCT，但我无法获得左边的值列表。
浏览 3提问于2011-10-05得票数 33
回答已采纳
我已经看了很长一段时间了，我不完全确定如何在Sharepoint 2007中实现这一点。
我正在尝试创建一个web部件视图，该视图获取特定数据源的条目，按用户对条目进行分组，然后根据所述源对计算列进行汇总。
我在网上找到了关于创建web部件视图和创建计算列的类似教程；但是，我不知道如何为列出的每个用户汇总列。
有什么想法吗？
浏览 0提问于2010-07-30得票数 0
1回答
我的属性表具有propertyNo、街道、城市、邮政编码、类型、房间、租金、OwnerNo、staffNo和branchNo列，而我的客户端表具有clientNo、fname、lame、tellNo、prefType和maxrent列
SELECT client.ClientNo, propertyforrent.PropertyNo,client.prefType, fname
FROM client INNER JOIN
propertyforrent
ON propertyforrent.type = client.prefType
浏览 0提问于2019-10-30得票数 1
1回答
“熊猫群”条款
、、
我试图找到GroupBy条款(在熊猫DATAFRAME)，它可以做以下事情。
InPlace变换
把所有的钱加起来
如果可能的话，获得原始的Dataframe列"A“和"Money"，而不是"A”作为索引和"Money“作为列。
输入如下所示。
dataframe = pandas.DataFrame({'A':[11,11,22,22],
'Cust':['C','D','C','C&#
浏览 5提问于2013-05-22得票数 1
回答已采纳
4回答
嘿，伙计们，我有一个名为interests的mysql表，有4列。interestID、name、categoryID interest_desc和date。categoryID列链接到一个单独的表。我如何使用mysql查询来检查某个类别中有多少兴趣？
我猜我使用了某种count()查询？
谢谢你们
更新-
$count_query_v1 = "SELECT categoryID, COUNT(*) AS total FROM interests GROUP by categoryID; "; $answer = mysql_query($count_query_v1)
浏览 2提问于2011-12-14得票数 0
在一个超过60列的HDFStore中，我有大约700万行。数据太多了，我放不进内存。我希望根据列"A“的值将数据聚合到组中。pandas 的文档假设我已经将所有数据放在一个DataFrame中，但是我不能将整个存储读取到内存中的DataFrame中。在HDFStore中对数据进行分组的正确方法是什么
浏览 2提问于2013-04-04得票数 21
回答已采纳
2回答
我有一个pandas Dataframe，其中一列充满了列表： import pandas
df = pandas.DataFrame([[1, [a, b, c]],
[2, [d, e, f]],
[3, [a, b, c]]]) 我想做一个数据透视表，显示列表和出现次数的计数 List Count
[a,b,c] 2
[d,e,f] 1 因为list是一个不可散列的类型，所以什么聚合函数可以做到这一点呢？
浏览 9提问于2021-01-13得票数 0
1回答
当我尝试按特定列进行groupby和sum by dataframe时，我会得到以下错误。
ValueError: Grouper for '<class 'pandas.core.frame.DataFrame'>' not 1-dimensional
我检查了其他解决方案，这不是双列名称标题问题。
请参阅下面的df3，除最后两列外，我希望对所有列进行分组，我想要sum()。
dfs head显示，如果我只是按列名称分组，它可以正常工作，但不适用于iloc，因为我知道iloc是我想要分组的正确公式。
我需要使用ILOC作为最终的dataframe将
浏览 7提问于2022-11-08得票数 1
回答已采纳
2回答
我需要通过datetime列和另一个str(object)列来转换一个dataframe，以便按组应用函数，并将结果分配给组的每个行成员。我理解，但不能同时为这两个条件创建一个pandas.Grouper。因此：
如何在多列上使用pandas.Grouper？
浏览 6提问于2018-09-05得票数 16
回答已采纳
1回答
我有一个包含文本列的pyspark数据框。此列中可以包含文本(字符串)信息。我所要做的就是在这一列的每一行中计算A，B，C，D等。它类似于： df = spark.read.csv('Data.csv', header=True)
df.select(['text']).show(truncate = False)
+-------------------------+
|text |
+-------------------------+
|BBEBEBEFC |
|DDBBCDCBBEC
浏览 6提问于2021-04-05得票数 0
回答已采纳
我有一个熊猫DataFrame和一个TIMESTAMP列，它是datetime64数据类型的。请记住，最初该列没有设置为索引；索引只是常规整数，前几行如下所示：
TIMESTAMP TYPE
0 2014-07-25 11:50:30.640 2
1 2014-07-25 11:50:46.160 3
2 2014-07-25 11:50:57.370 2
每天都有任意数量的记录，而且可能有几天没有数据。我想得到的是每月记录的平均数量，，然后把它绘制成一个条形图，其中包含x轴上的月份(2014年4月，2014年5月
浏览 0提问于2015-10-26得票数 6
回答已采纳
我正在尝试添加一个“月度订单”列，该列计算具有特定id的客户在特定CohortDate中的事务数量。
基本上，它是一个COUNTIFS函数，其中的范围都是IDS，所有的CohortDates都等于给定行的ID和CohortDate。
任何帮助都是非常感谢的。
import pandas as pd
import numpy as np
df = pd.DataFrame({'order_id': [75054,75057,75059,75061,75066],
'customer_id': [101692,101694,1
浏览 0提问于2019-08-06得票数 1
回答已采纳
1回答
在Python3.6中，我在for循环的帮助下遍历了pandas dataframe中的groupby列。这样做的问题是，如果我有很多数据，它就会变得很慢。这是我的代码：
import pandas as pd
dataDict = {}
for metric, df_metric in frontendFrame.groupby('METRIC'): # Creates frames for each metric
dataDict[metric] = df_metric.to_dict('records') # Converts dataframe
浏览 0提问于2018-03-01得票数 0
回答已采纳
我需要在我的pandas DataFrame上创建一个新的序列来计算另一个值的开关数量。下面是一个示例：
我需要一个函数来计算列new_counter。DataFrame按foo和date排序。当变量foo或变量baz改变时，计数器增加。
浏览 12提问于2018-12-13得票数 1
回答已采纳
我有一个包含22列的Pandas dataframe，用于处理建筑评估，但是，我只关注两个特定的列。这两列是数字建筑ID和指示相应建筑ID处于哪个阶段的评估阶段。基本上，我想要做的是计算这两列中值组合的出现次数，并将这些计数存储在序数列中。详情如下：
<code>A0</code>
您会注意到有一些重复的ID和评估看起来是一样的。我想要按建筑ID和评估阶段分组的每个相似事件的累计行数。它应该看起来像这样：
<code>A1</code>
可以看到，每种组合都有单独的计数。有些组合会重复几次，其中每个后续组合都放在自己的行上。
我尝试这样做是为了测
浏览 43提问于2020-07-31得票数 3
回答已采纳
1回答
创建平均表达式
、、
我有以下由财政，月份和ID字段组成的矩阵。这些值是ID的计数。
Fiscal Apr May March
2010/11 5 5 2
2011/12 3 2 3
2012/13 2 6 1
Total 10 13 6
我想有一个平均行添加，但不确定如何做。我看过AVG函数，但不确定如何使用计数。
Fiscal Apr May March
2010/11 5
浏览 5提问于2017-12-20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
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
我有一个具有以下结构的dataframe：
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1152 entries, 0 to 143
Data columns:
cuepos 1152 non-null values
response 1152 non-null values
soa 1152 non-null values
targetpos 1152 non-null values
testorientati
浏览 6提问于2012-11-15得票数 1
回答已采纳
events表有一个名为"city_id“的列。我希望看到这样的结果
Miami 30
Tampa 11
San Franciso 29
我正在使用mysql。
浏览 2提问于2011-03-31得票数 0
1回答
我想数数数据帧中缺少的变量。我有许多变量，我希望计数，和许多变量，我希望分组。我知道如何对组中的一个变量执行此操作，但不知道几个变量：
import pandas as pd
df=pd.DataFrame({'type':['A', 'A', 'B'], 'var1':[1, None, 2],'var2':[None, None, 3]})
vars=['var1', 'var2']
df.drop('type', 1)[vars].isna
浏览 5提问于2022-02-19得票数 1
回答已采纳
在创建具有重复单元格值的列'a‘的DataFrame之后：
import pandas as pd
df = pd.DataFrame({'a': [1,2,2,3,3,3,3],
'b':[1,2,3,4,5,6,7],
'c':[8,9,10,11,12,13,14]})
我继续创建它的副本，在这里我合并列'a‘中重复的单元格，同时对其他单元格的值求和。我使用groupby方法来实现这一点，如下所示：
groupDf = df.groupby
浏览 4提问于2016-09-03得票数 2
回答已采纳
我正在对一组数据进行分组和计数。 df = pd.DataFrame({'key': ['A', 'B', 'A'],
'data': np.ones(3,)})
df.groupby('key').count() 输出 data
key
A 2
B 1 上面的代码可以工作，我想知道有没有更简单的。 'data': np.ones(3,)似乎是一个占位符，是不可或缺的。 pd.DataFrame(['A', &
浏览 20提问于2019-03-07得票数 0
回答已采纳
1回答
嗨，我有一个时间序列，我想计算一下数据帧中每分钟有多少个事件。然后，我想将所有日期组合在一起，并打印包含事件的日期时间。最后，我想使用bokeh和matplotlib输出折线图和直方图。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#alows you to see matplotlib in Inotepad
%matplotlib inline
dframe = pd.read_table('info.txt&#
浏览 0提问于2016-01-08得票数 0
3回答
我有一个spark dataframe (12mx132)，我正在尝试按列计算唯一值的数量，并删除只有1个唯一值的列。
到目前为止，我已经像这样使用了pandas的pandas函数：
import pandas as pd
df = sql_dw.read_table(<table>)
df_p = df.toPandas()
nun = df_p.nunique(axis=0)
nundf = pd.DataFrame({'atr':nun.index, 'countU':nun.values})
dropped = []
for i, j
浏览 47提问于2019-11-09得票数 2
回答已采纳
我有一个pandas多索引DataFrame，我想计算它在特定索引级别上的分位数。最好用一个例子来解释。
首先，让我们创建DataFrame：
import itertools
import pandas as pd
import numpy as np
item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('
浏览 5提问于2016-04-07得票数 5
我看到了一段代码，它使用另一列作为groupby()函数的组为列进行groupby()计算。
我想知道total_acc_avg[6]是什么意思。
total_acc_avg是一个列表吗？6是列表的索引吗？
import pandas as pd
data = pd.DataFrame({'mort_acc':[6, None, 3, None, 2, None, 9, 8], # Create pandas DataFrame
'x2':range(11, 19),
浏览 9提问于2022-12-04得票数 -2
这应该很简单，但是我得到了一个"Invalid column Name“错误。
SELECT Transaction, COUNT(ItemId) AS ItemCount
FROM TransactionTable
WHERE ItemCount > 5
GROUP BY Transaction
ORDER BY ItemCount DESC
这条语句在没有WHERE子句的情况下工作，这对我来说似乎是双重标准，因为ORDER BY使用了列别名。
浏览 0提问于2011-03-19得票数 2
回答已采纳
2回答
在根据列名对列进行分组之后，我尝试对它们进行平均化。下面生成了一个示例dataframe。在_之前具有相同字符串的所有列名都需要在一起进行平均。输出将是一个10x3列。
from pandas import DataFrame
import numpy as np
df = DataFrame(np.random.randint(0,100,size=(10, 7)))
df.columns = ['9_0', '9_1', '99_0', '99_1', '99_2', '999_0', &#
浏览 0提问于2018-02-27得票数 1
回答已采纳
我有两个列的dataframe，我想绘制数据，因为pandastable中已经有了plot函数。如何在pandastable plot中设置x轴列。我选择了两列，一列作为x轴，另一列作为y轴，x轴我希望是字符串时间，y轴作为值，绘制正确，但x轴被接受为时间列，
import tkinter as tk
import pandas as pd
from pandastable import Table
root=tk.Tk()
df=pd.DataFrame({'Time':['10:00','11:00','12:00','
浏览 0提问于2020-01-28得票数 0
我希望根据某些条件对DataFrame进行分组，然后在第一行的组(而不是DataFrame)中找到满足某些谓词的整数索引。如果没有这样的行，我想得到NaN。
例如，我按列将a除以5，然后在每个组中查找第一行的索引，其中b列为“红色”：
import pandas as pd
import numpy as np
df = pd.DataFrame({'a': xrange(12), 'b': ['red', 'green', 'blue'] * 4})
a b
0 0 red
浏览 4提问于2014-06-23得票数 1
我正在使用SQL2008来尝试删除重复项，以应对某种独特的情况，但我一直无法解决这个问题，也找不到解决方案。
我有一个表(CUST_REF)，它有一个CUST_ID列，它是来自表(CUST_MAST)的外键。CUST_REF是我所关心的包含重复项的表。CUST_REF中存在重复的记录，如下例中ID 1&2和3&4(不包括ID列)所示。尽管ID3和ID4在该表中是重复的，但是如果我们在CUST_MAST中查找它们的CUST_ID，我们会发现它们引用了不同的CUST_NO值，所以这些重复的记录是好的，我不想删除它们中的任何一个。
CUST_REF
ID CUST_ID DE
浏览 0提问于2014-04-18得票数 0
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
我的用户提交位置信息。我正在尝试编写一个查询，它将告诉我他们为每个位置完成的提交次数以及该位置的名称。
这个查询似乎是在正确方向上的一个开始。它返回用户已提交信息的每个位置的id。
SELECT reports.location_id
FROM reports
WHERE reports.user_id =104
ORDER BY reports.locations_id
此查询的返回示例如下：
locations_id
99
99
99
112
115
115
对于我的最终html输出；但是，我想展示更多关于以下内容的内容：
location_name number_of_submi
浏览 0提问于2011-11-14得票数 1
回答已采纳
2回答
下面是来自Excel的屏幕截图，但假设我们有一个Pandas，它看起来像左边的表，其中有列中的日期。是否有一种简单的方法可以将其转换为类似于右侧表的dataframe，从而使日期成为新列？
浏览 0提问于2020-05-09得票数 1
回答已采纳
2回答
我有一个数据框，如下所示： import pandas as pd
df = pd.DataFrame({'Date':[2019-08-06,2019-08-08,2019-08-01,2019-10-12], 'Name':['A','A','B','C'], 'grade':[100,90,69,80]}) 我想按Datetime中的月份和年份对数据进行分组，也可以按名称进行分组。然后对其他列进行汇总。 因此，期望的输出将类似于下面的内容 df = pd.DataFrame
浏览 12提问于2020-08-19得票数 0
我想用相同的ID在同一个房间中添加一个数字，所以我的dataframe有两个列('ID‘和' room ')。我想为每个房间添加一个数字，根据其出现在列“房间”中的单个ID。下面是原始的df和所需的df。
ID34有3间卧室，所以我想要第一间是-> bedroom_1，第二间是-> bedroom_2，第三间是-> bedroom_3。
原始df:
ID Room
34 Livingroom
34 Bedroom
34 Kitchen
34 Bedroom
34 Bedroom
34 Storag
浏览 2提问于2021-01-18得票数 0
回答已采纳
创建一个DataFrame，
x_df = pd.DataFrame({'a': [1,2,3,4,5,6], 'b': [1,2,1,2,1,2],
'c': ['x','x','y','y','z','z']})
Out[56]:
a b c
0 1 1 x
1 2 2 x
2 3 1 y
3 4 2 y
4 5 1 z
5 6 2 z
现在，我想对列
浏览 0提问于2018-12-10得票数 2
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
