主页 / 问题 / 1526701
Accepted
julia
Asked:2023-06-21 00:52:55 +0000 UTC2023-06-21 00:52:55 +0000 UTC

如何按相同值对多列进行分组并在pandas中进行求和和计数

  • 772

有一个 df 包含以下数据：

姓名_0 姓名_1 姓名_2 天
凯特 伊拉 安雅 1
伊拉 莉娜 凯特 0
娜斯佳 奥利亚 凯特 2

请帮忙，我不知道如何对列进行分组并计算总和和计数以获得新的 df，如下所示：

姓名 总日 计数名称 计数日
凯特 3 3 3
伊拉 1 2 3
娜斯佳 2 1 3
莉娜 0 1 3
奥利亚 2 1 3
安雅 1 1 3
python

2 个回答

  1. Best Answer

    在 的帮助下.groupby。这是一个例子：

    import pandas as pd

# Создаем исходный DataFrame
df = pd.DataFrame({'name_0': ['Катя', 'Ира', 'Настя'], 
                   'name_1': ['Ира', 'Лена', 'Оля'], 
                   'name_2': ['Аня', 'Катя', 'Катя'], 
                   'day': [1, 0, 2]})

# Объединяем столбцы name_0, name_1, name_2 в один столбец name
df = df.melt(id_vars='day', value_vars=['name_0', 'name_1', 'name_2'])
df.rename(columns={'value': 'name'}, inplace=True)
df.drop('variable', axis=1, inplace=True)

# Группируем по именам
grouped = df.groupby('name').agg({'day': 'sum', 'name': 'count'}).rename(columns={'day': 'sum_day', 'name': 'count_name'})

result = grouped.sort_values('count_name', ascending=False)

print(result.to_markdown())
    • 4

  2. 您可以将数据帧拆分为每列 3 个子数据帧name_x，然后将其合并为 1 个 2 列的数据帧，然后使用groupby：

    df = pd.DataFrame({'name_0':['Катя', 'Ира', 'Настя'],
                   'name_1':['Ира', 'Лена', 'Оля'],
                   'name_2':['Аня', 'Катя', 'Катя'],
                   'day':[1, 0, 2]})

df_0 = df[['name_0', 'day']].copy()
df_1 = df[['name_1', 'day']].copy()
df_2 = df[['name_2', 'day']].copy()

df_0  = df_0.rename(columns={'name_0': 'name'})
df_1  = df_1.rename(columns={'name_1': 'name'})
df_2  = df_2.rename(columns={'name_2': 'name'})

df_all = pd.concat([df_0, df_1], ignore_index=True, axis=0)
df_all = pd.concat([df_all, df_2], ignore_index=True, axis=0)

df_group = df_all.groupby('name').agg(['sum', 'count']).reset_index().copy()
df_group = df_group.rename(columns={'sum': 'sum_day', 'count': 'count_name'})

df_group['count_day'] = len(df['day'])

df_group
    • 1

相关问题