groupby一列，並在另一只熊貓中計算5以上的項目

Question

所以我有一個這樣的df：

NAME    TRY SCORE  
Bob   1st   3  
Sue   1st   7  
Tom   1st   3  
Max   1st   8  
Jay   1st   4  
Mel   1st   7  
Bob   2nd   4  
Sue   2nd   2  
Tom   2nd   6  
Max   2nd   4  
Jay   2nd   7  
Mel   2nd   8  
Bob   3rd   3  
Sue   3rd   5  
Tom   3rd   6  
Max   3rd   3  
Jay   3rd   4  
Mel   3rd   6 

我想算一下每個人得分超過5的haw mant時間？
進入一個看起來像這樣的新df2：

NAME    COUNT  
Bob     0  
Sue     1  
Tom     2  
Mary    1  
Jay     1  
Mel     3  

我的嘗試很多 - 這是最新的

df2 = df.groupby('NAME')[['SCORE'] > 5].count().reset_index(name="count")

Answer 1

首先創建布爾掩碼然后按sum aggregate - True值s是像1這樣的過程：

df2 = (df['SCORE'] > 5).groupby(df['NAME']).sum().astype(int).reset_index(name="count")
print (df2)
  NAME  count
0  Bob      0
1  Jay      1
2  Max      1
3  Mel      3
4  Sue      1
5  Tom      2

細節 ：

print (df['SCORE'] > 5)

0     False
1      True
2     False
3      True
4     False
5      True
6     False
7     False
8      True
9     False
10     True
11     True
12    False
13    False
14     True
15    False
16    False
17     True
Name: SCORE, dtype: bool

Answer 2

只使用groupby和sum

df.assign(SCORE=df.SCORE.gt(5)).groupby('NAME')['SCORE'].sum().astype(int).reset_index()
Out[524]: 
  NAME  SCORE
0  Bob      0
1  Jay      1
2  Max      1
3  Mel      3
4  Sue      1
5  Tom      2

或者我們使用set_index和sum

df.set_index('NAME').SCORE.gt(5).sum(level=0).astype(int)

Answer 3

一種方法是編寫一個自定義groupby函數，你可以在其中獲取每個組的分數，並總結大於5的那些，如下所示：

df.groupby('NAME')['SCORE'].agg(lambda x: (x > 5).sum())


NAME
Bob    0
Jay    1
Max    1
Mel    3
Sue    1
Tom    2
Name: SCORE, dtype: int64

Answer 4

如果要將count作為字典，可以使用collections.Counter ：

from collections import Counter

c = Counter(df.loc[df['SCORE'] > 5, 'NAME'])

對於數據框，您可以映射來自唯一名稱的計數：

res = pd.DataFrame({'NAME': df['NAME'].unique(), 'COUNT': 0})

res['COUNT'] = res['NAME'].map(c).fillna(0).astype(int)

print(res)

   COUNT NAME
0      0  Bob
1      1  Sue
2      2  Tom
3      1  Max
4      1  Jay
5      3  Mel

Answer 5

首先過濾數據幀，然后使用聚合和重新索引進行groupby以填充缺失值。

df[df['SCORE'] > 5].groupby('NAME')['SCORE'].size()\
                   .reindex(df['NAME'].unique(), fill_value=0)

輸出：

NAME
Bob    0
Sue    1
Tom    2
Max    1
Jay    1
Mel    3
Name: SCORE, dtype: int64