Obtenga un recuento de frecuencia basado en múltiples columnas de marco de datos
Tengo el siguiente marco de datos.
| Grupo | Tamaño |
|---|---|
| Corto | Pequeño |
| Corto | Pequeño |
| Moderado | Medio |
| Moderado | Pequeño |
| Alto | Grande |
Quiero contar la frecuencia de cuántas veces aparece la misma fila en el marco de datos.
Group Size Time
Short Small 2
Moderate Medium 1
Moderate Small 1
Tall Large 1
Aceptado
Puedes usar groupbysize
import pandas as pd
# load the sample data
data = {'Group': ['Short', 'Short', 'Moderate', 'Moderate', 'Tall'], 'Size': ['Small', 'Small', 'Medium', 'Small', 'Large']}
df = pd.DataFrame(data)
Opción 1:
dfg = df.groupby(by=["Group", "Size"]).size()
# which results in a pandas.core.series.Series
Group Size
Moderate Medium 1
Small 1
Short Small 2
Tall Large 1
dtype: int64
Opcion 2:
dfg = df.groupby(by=["Group", "Size"]).size().reset_index(name="Time")
# which results in a pandas.core.frame.DataFrame
Group Size Time
0 Moderate Medium 1
1 Moderate Small 1
2 Short Small 2
3 Tall Large 1
Opción 3:
dfg = df.groupby(by=["Group", "Size"], as_index=False).size()
# which results in a pandas.core.frame.DataFrame
Group Size Time
0 Moderate Medium 1
1 Moderate Small 1
2 Short Small 2
3 Tall Large 1
La actualización después de pandas 1.1value_countsahora acepta múltiples columnas
df.value_counts(["Group", "Size"])
También puedes probarpd.crosstab()
Group Size
Short Small
Short Small
Moderate Medium
Moderate Small
Tall Large
pd.crosstab(df.Group,df.Size)
Size Large Medium Small
Group
Moderate 0 1 1
Short 0 0 2
Tall 1 0 0
EDITAR: Para obtener su resultado
pd.crosstab(df.Group,df.Size).replace(0,np.nan).\
stack().reset_index().rename(columns={0:'Time'})
Out[591]:
Group Size Time
0 Moderate Medium 1.0
1 Moderate Small 1.0
2 Short Small 2.0
3 Tall Large 1.0
Otra posibilidad es utilizar .pivot_table()yaggfunc='size'
df_solution = df.pivot_table(index=['Group','Size'], aggfunc='size')
