Pandas groupby 2 coluns/conditions 然后 value_counts() 由另一列？

Question

这是我正在处理的数据集的样子：

类型	子类型	直辖市
社交媒体	Facebook	新城堡
在地上	校园	梦露
在地上	咖啡店	库特尔斯基
社交媒体	Instagram的	新城堡
社交媒体	抖音	圣安地列斯
社交媒体	Facebook	新城堡
社交媒体	Facebook	圣安地列斯

我想按Type和SubType对它进行分组，然后按Municipality进一步过滤它，然后value_counts()它。

这是我尝试过的：

ab = df.groupby([df['Type'] == 'Social Media', 
                     df['SubType']])
ab['Municipality'].value_counts()

我几乎得到了我想要的，只是它显示了所有内容，而不仅仅是条件的结果（在“类型”列下，它有“真”和“假”部分。

这是我正在寻找的结果：

类型	子类型	直辖市
社交媒体	Facebook	新城堡	2个
		圣安地列斯	1个
	Instagram的	新城堡	1个
	抖音	圣安地列斯	1个

但相反，这是我的结果：

类型	子类型	直辖市
真的	Facebook	新城堡	2个
		圣安地列斯	1个
	Instagram的	新城堡	1个
	铁角	圣安地列斯	1个
错误的	在地上	咖啡店	1个
		校园	1个
等等...	....	....	...

Answer 1

只需先过滤并仅按子类型分组。 df.query('Type == `Social Media`').groupby('SubType')['Municipality'].value_counts()

Answer 2

我认为 value_counts 是你要找的

df.value_counts(['Type','SubType','Municipality'])
Out[169]: 
Type          SubType    Municipality
Social Media  Facebook   New Castle      2
Onground      Cafe       Kutlski         1
              Campus     Monroe          1
Social Media  Facebook   San Andreas     1
              Instagram  New Castle      1