Python - 按列上的多个条件分组

Question

我有以下示例数据框：

data = {'ref':['1', '2', '3', '4', '5'],
        'checked':[True, True, True, False, True],
        'rag':['r', 'r', 'g', 'a', 'r'],
        'group':['high', 'low', 'high', 'medium', 'high']}

dataframe = pd.DataFrame(data)

我想group并在满足某些条件的情况下进行一些条件计数，因此我得到以下信息：

我n按group并按以下方式进行操作：

df = dataframe.groupby(['group']).agg(
         n=('ref', 'count')
        ).reset_index()

但我也在努力计算每个组的次数：

• 检查=真
• 抹布 = g
• 抹布=一个
• 抹布 = r

任何帮助将非常感激！

---

编辑：将 True/False 字符串更改为 Boolean

Answer 1

你有一些挑战。

例如，您的 True/False 是字符串，因此您应该将它们初始化为布尔值并在聚合期间使用sum或转换为布尔值。

要计算破布，使用pandas.crosstab并加入它更容易，同时您仍然将组作为索引。

df = (dataframe
      .groupby(['group'])
      .agg(**{'n': ('ref', 'count'),
              'checked=True': ('checked', lambda s: s.eq('True').sum()),
           })
      .join(pd.crosstab(dataframe['group'], dataframe['rag'])
              .add_prefix('rag=')
           )
      .reset_index()
     )

输出：

    group  n  checked=True  rag=a  rag=g  rag=r
0    high  3             3      0      1      2
1     low  1             1      0      0      1
2  medium  1             0      1      0      0

Answer 2

您可以在已checked和rag列上分别尝试pivot_table

n = df.groupby(['group']).agg(n=('ref', 'count'))

dfs = []
for column in ['checked', 'rag']:
    df_ = (df.pivot_table(index='group', columns=[column], values='ref',
                          aggfunc='count', fill_value=0)
          .rename(columns=lambda col: f'{column}={col}')
          .rename_axis(None, axis=1))
    dfs.append(df_)
df = pd.concat(dfs, axis=1).drop('checked=False', axis=1)

print(n.join(df))

        n  checked=True  rag=a  rag=g  rag=r
group
high    3             3      0      1      2
low     1             1      0      0      1
medium  1             0      1      0      0

Answer 3

您的数据示例存在问题：

data = {'ref':['1', '2', '3', '4', '5'],
        'checked':[True, True, True, False, True],
        'rag':['r', 'r', 'g', 'a', 'r'],
        'group':['high', 'low', 'high', 'medium', 'high']}

df = pd.DataFrame(data)

对于checked的列，您应该在不带引号的情况下将值输入为True/False 。 否则，python 会将True'/'Fasle'为string 。

这里的想法是两个步骤：（1）您将iteration与groupby一起使用。 (2) 然后将它们merge / concat到 1 个表中：

# Create empty table
table = pd.DataFrame()

# List of column you want to iterate:
col_iter = ['checked', 'rag']

# Iterate:
for col in col_iter:
    # Obtain unique values in each col used
    uni = df[col].unique()
    
    # Iterate for each unique value in col.
    # Set tem var
    # Concat tem to table
    for val in uni:
        tem = df.groupby('group').apply(lambda g: (g[col]==val).sum())
        table = pd.concat([table, tem], axis=1).rename(columns={0:f'{col}={val}'})