python pandas groupby然后计算满足条件的行

Question

我正在尝试对id column进行分组，以便我可以显示 col1 中等于 1 的行数。

df：

id col1 col2 col3
a   1     1    1
a   0     1    1
a   1     1    1
b   1     0    1

我的代码：

df.groupby(['id'])[col1].count()[1]

我得到的输出是 2。它没有向我显示其他ids的值，比如 b。

我想要：

id col1
a   2    
b   1 

如果可能的话，每个 id 的总行数也可以显示为新列吗？

例子：

id col1 total
a   2    3
b   1    1

Answer 1

假设 col1 中只有 1 和 0，则可以使用agg ：

df.groupby('id', as_index=False)['col1'].agg({'col1': 'sum', 'total': 'count'})

#  id   total   col1
#0  a       3      2
#1  b       1      1

Answer 2

这是因为您的 id 为 'a' 的行总和为 3。其中 2 个是相同的，这就是为什么它被分组并被视为一个的原因，然后它添加了包含 0 值的唯一行 1。你不能分组行上具有不同值的行。

是的，您可以将其添加到您的输出中。 只需在代码的列部分放置一个如何计算所有行的方法。

Answer 3

如果您想推广解决方案以包含 col1 中不为零的值，您可以执行以下操作。 这也正确地对列进行了排序。

df.set_index('id')['col1'].eq(1).groupby(level=0).agg([('col1', 'sum'), ('total', 'count')]).reset_index()

  id  col1  total
0  a   2.0      3
1  b   1.0      1

在agg方法中使用元组，其中第一个值是列名，第二个值是聚合函数对我来说是新的。 我只是在试验，它似乎奏效了。 我不记得在文档中看到过它，所以请谨慎使用。