web-dev-qa-db-fra.com

Pandas Python Nombre conditionnel après groupby

j'ai le dataframe suivant:

   key1  key2
0    a   one
1    a   two
2    b   one
3    b   two
4    a   one
5    c   two

Maintenant, je veux grouper le dataframe par la key1 et compter la colonne key2 avec la valeur un pour obtenir ce résultat:

   key1  
0    a   2
1    b   1
2    c   0

Je viens d'avoir le compte habituel avec:

df.groupby(['key1']).size()

Mais je ne sais pas comment insérer la condition.

J'ai essayé des choses comme ça:

df.groupby(['key1']).apply(df[df['key2'] == 'one'])

Mais je ne vais pas plus loin

Ce serait génial si je reçois de l'aide ici

Salutations

pythonpandasdataframe
15
Sethias

Je pense que vous devez d'abord ajouter une condition:

#if need also category c with no values of 'one'
df11=df.groupby('key1')['key2'].apply(lambda x: (x=='one').sum()).reset_index(name='count')
print (df11)
  key1  count
0    a      2
1    b      1
2    c      0

Ou utilisez categorical avec key1, la valeur manquante est ajoutée par size:

df['key1'] = df['key1'].astype('category')
df1 = df[df['key2'] == 'one'].groupby(['key1']).size().reset_index(name='count') 
print (df1)
  key1  count
0    a      2
1    b      1
2    c      0

Si besoin toutes les combinaisons:

df2 = df.groupby(['key1', 'key2']).size().reset_index(name='count') 
print (df2)
  key1 key2  count
0    a  one      2
1    a  two      1
2    b  one      1
3    b  two      1
4    c  two      1

df3 = df.groupby(['key1', 'key2']).size().unstack(fill_value=0)
print (df3)
key2  one  two
key1          
a       2    1
b       1    1
c       0    1
12
jezrael

Option 1  

df.set_index('key1').key2.eq('one').sum(level=0).astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Option 2  

df.key2.eq('one').groupby(df.key1).sum().astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Option 3  

f, u = df.key1.factorize()
pd.DataFrame(dict(key1=u, key2=np.bincount(f, df.key2.eq('one')).astype(int)))

  key1  key2
0    a     2
1    b     1
2    c     0

Option 4  

pd.crosstab(df.key1, df.key2.eq('one'))[True].rename('key2').reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Option 5  

pd.get_dummies(df.key1).mul(
   df.key2.eq('one'), 0
).sum().rename_axis('key1').reset_index(name='key2')

  key1  key2
0    a     2
1    b     1
2    c     0
1
piRSquared

Vous pouvez le faire en appliquant groupby () sur les deux clés et unstack ().

df = df.groupby(['key1', 'key2']).size().unstack()
0
Mehdi Golari