[英]How to merge pandas value_counts() to dataframe or use it to subset a dataframe
我使用pandas df.value_counts()来查找特定品牌的出现次数。 我想在初始数据框中将这些值计数与各自的品牌合并。
df has many columns including one named 'brands'
brands = df.brands.value_counts()
brand1 143
brand2 21
brand3 101
etc.
如何将值计数与原始数据框合并,以便每个品牌的相应计数位于新列中,例如“brand_count”?
是否可以为这些列分配标题; 名称函数不适用于系列,我无法将其转换为数据框,可能以这种方式合并数据。 但是,value_counts输出一系列dtype int64(品牌名称应该是类型字符串),这意味着我不能执行以下操作:
df2 = pd.DataFrame({'brands': list(brands_all[0]), "brand_count":
list(brands_all[1])})
(merge with df)
最终,我想得到这个:
col1 col2 col3 brands brand_count ... col150
A 30
C 140
A 30
B 111
那是你要的吗:
import numpy as np
import pandas as pd
# generating random DataFrame
brands_list = ['brand{}'.format(i) for i in range(10)]
a = pd.DataFrame({'brands': np.random.choice(brands_list, 100)})
b = pd.DataFrame(np.random.randint(0,10,size=(100, 3)), columns=list('ABC'))
df = pd.concat([a, b], axis=1)
print(df.head())
# generate 'brands' DF
brands = pd.DataFrame(df.brands.value_counts().reset_index())
brands.columns = ['brands', 'count']
print(brands)
# merge 'df' & 'brands_count'
merged = pd.merge(df, brands, on='brands')
print(merged)
PS的第一个重要部分就是数据帧生成。
对您感兴趣的部分从# generate 'brands'
评论开始
你想使用transform
。
import numpy as np
import pandas as pd
np.random.seed(0)
# Create dummy data.
df = pd.DataFrame({'brands': ['brand{0}'.format(n)
for n in np.random.random_integers(0, 5, 10)]})
df['brand_count'] = \
df.groupby('brands', as_index=False)['brands'].transform(lambda s: s.count())
>>> df
brands brand_count
0 brand4 1
1 brand5 2
2 brand0 1
3 brand3 4
4 brand3 4
5 brand3 4
6 brand1 1
7 brand3 4
8 brand5 2
9 brand2 1
以供参考:
>>> df.brands.value_counts()
brand3 4
brand5 2
brand4 1
brand0 1
brand1 1
brand2 1
Name: brands, dtype: int64
我认为最好的方法是使用地图
df['brand_count']= df.brand.map(df.brand.value_counts())
这比groupby方法快得多(例如15000行df上的因子500)并且只占一行
df = ...
key_col = "brand"
count_col = "brand_count"
result = (
df.join(
df[key_col].value_counts().rename(count_col),
how="left",
on=key_col)
)
如果您需要将计数加入到不同的数据帧,请记住用零填充NaN
:
df = ...
other = ...
key_col = "brand"
count_col = "brand_count"
result = (
other.join(
df[key_col].value_counts().rename(count_col),
how="left",
on=key_col)
.fillna({count_col: 0})
)
Pandas DataFrame的merge和value_counts属性非常快,所以我将两者结合起来。
df.merge(df['brand'].value_counts().to_frame(), how='left', left_on='brand',
right_index=True, suffixes=('', 'x'))\
.rename(columns={'brandx':'brand_count'})
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.