df.groupby一列，计数另一列中的值

Question

我有一个这种格式的数据框（具有更多的行， col2数百个不同的值）：

dftest = pd.DataFrame(
    {'col1': ['black', 'black', 'brown', 'black', 'green', 'red', 'black', 'black'],
     'col2': ['cat', 'cat', 'dog', 'dog', 'snake', 'snake', 'bird', 'bird']})

我知道我可以将col2所有动物条目与

grouped = dftest.groupby('col2')

我想使用grouped df来计算col1中颜色的组合，并按col2的值分组。

例如， cat和bird分组在col1都具有black/black ，因此black/black = 2 。 只有蛇具有red/green ，因此red/green = 1 。 所需的输出：

black/black = 2
black/brown = 1
green/red = 1

Answer 1

您按'col2'分组，并使用'/'.join(sorted(x))获得可能的颜色组合。 '/'.join(sorted(x))将所有值放在一个组中，并将它们连接在一起成为一个字符串。 因此，如果'black'和'white'在一个组中，它将把它们连接在一起成为字符串'black/white' 。 另外，我对值进行排序，这样就不可能在一个组中获得'black/white' ，而在另一组中获得'white/black' 。 此lambda函数适用于每个组。 然后使用Counter将计数存储在字典中。

from collections import Counter

Counter(dftest.groupby('col2')['col1'].apply(lambda x: '/'.join(sorted(x))))

输出：

{'black/black': 2, 'black/brown': 1, 'green/red': 1}

或者，您可以使用value_counts而不是使用Counter 。 它将输出一系列：

dftest.groupby('col2')['col1'].apply(lambda x: '/'.join(sorted(x))).value_counts()

输出：

black/black    2
green/red      1
black/brown    1