![](/img/trans.png)
[英]How to perform groupby in one column and count distinct values of another column in each group in pandas
[英]How to groupby in pandas and add values from another column and count them
我有一个这样的数据框,我想以某种方式对 user_search 列进行分组,计算预测列中每个预测的数量,添加预测的硬币和数值。
u_search | 预料到的 |
---|---|
比特币 | 莱特币 |
波尔卡圆点 | 汉堡交换 |
卡尔达诺 | 煎饼交换 |
比特币 | 莱特币 |
比特币 | 以太坊 |
我想创建一个这样的数据框
u_search | 预料到的 |
---|---|
比特币 | 莱特币 2,以太坊 1 |
波尔卡圆点 | 汉堡交换 1 |
卡尔达诺 | 煎饼交换 1 |
user_data = pd.read_csv('static/user_searched_coins_df.csv')
user_data=user_data.groupby(['user searched coin']).....
这是您可以尝试的解决方案,使用pd.GroupBy
+ Series.value_counts
df.groupby('u_search', as_index=False)['predicted'].apply(
lambda x: ", ".join(f"{k} {v}" for k, v in x.value_counts().items())
)
Out[*]:
u_search predicted
0 bitcoin litecoin 2, ethereum 1
1 cardano pancakeswap 1
2 polkadot burgerswap 1
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.