[英]count number of unique combinations pandas data frame
我無法為我的數據創建匯總統計。 我的數據框看起來像這樣
id status
a approved
a approved
b draft
b redraft
c redraft
c draft
d approved
d draft
結果:
status_combo id_count
approved,approved 1
draft,redraft 2
approved,draft 1
我正在使用的代碼
df1=df.groupby('id')['status'].apply(tuple).rename('status_combo')
df2=df1.groupby(df1).size().reset_index(name='id_count')
print(df2)
創建包含狀態順序的所有狀態組合,但是對我來說,期望的結果應該將草稿,重新草稿和重新草稿,草稿視為一種狀態組合請告知。 謝謝
您可以在將其放入tuple
之前嘗試對列進行sort
df1 = df.groupby('id')['status'].apply(lambda x: tuple(sorted(x))).rename('status_combo')
df2 = df1.groupby(df1).size().reset_index(name='id_count')
print(df2)
status_combo id_count
0 (approved, approved) 1
1 (approved, draft) 1
2 (draft, redraft) 2
你可以做 :
df = df.groupby('id',as_index=False).agg(
status_approved=('status',lambda x:','.join(sorted(tuple(x))))).groupby(
'status_approved', as_index=False).agg(id_count=('id', 'count'))
打印(df):
status_approved id_count
0 approved,approved 1
1 approved,draft 1
2 draft,redraft 2
可以用一個簡單的oneliner來完成:
df.groupby('id').agg(set).reset_index().status.value_counts()
結果:
{redraft, draft} 2
{approved} 1
{draft, approved} 1
Name: status, dtype: int64
或者在您的解決方案中添加sort_values('status')
:
df1=df.sort_values('status').groupby('id')['status'].apply(tuple).rename('status_combo')
df2=df1.groupby(df1).size().reset_index(name='id_count')
print(df2)
結果:
status_combo id_count
0 (approved, approved) 1
1 (approved, draft) 1
2 (draft, redraft) 2
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.