610

私はこのような入力データから始めています

df1 = pandas.DataFrame( { 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } )

印刷すると次のように表示されます。

   City     Name
0   Seattle    Alice
1   Seattle      Bob
2  Portland  Mallory
3   Seattle  Mallory
4   Seattle      Bob
5  Portland  Mallory

グループ化は非常に簡単です。

g1 = df1.groupby( [ "Name", "City"] ).count()

印刷するとGroupByオブジェクトが生成されます。

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
        Seattle      1     1

しかし、最終的に必要なのは、GroupByオブジェクトのすべての行を含む別のDataFrameオブジェクトです。言い換えれば、私は次の結果を得たいと思います:

                  City  Name
Name    City
Alice   Seattle      1     1
Bob     Seattle      2     2
Mallory Portland     2     2
Mallory Seattle      1     1

パンダのドキュメントでは、これを実現する方法がよくわかりません。ヒントは大歓迎です。

4

10 に答える 10

637

g1ここにデータフレームあります。ただし、階層インデックスがあります。

In [19]: type(g1)
Out[19]: pandas.core.frame.DataFrame

In [20]: g1.index
Out[20]: 
MultiIndex([('Alice', 'Seattle'), ('Bob', 'Seattle'), ('Mallory', 'Portland'),
       ('Mallory', 'Seattle')], dtype=object)

おそらく、あなたはこのようなものが欲しいですか?

In [21]: g1.add_suffix('_Count').reset_index()
Out[21]: 
      Name      City  City_Count  Name_Count
0    Alice   Seattle           1           1
1      Bob   Seattle           2           2
2  Mallory  Portland           2           2
3  Mallory   Seattle           1           1

または次のようなもの:

In [36]: DataFrame({'count' : df1.groupby( [ "Name", "City"] ).size()}).reset_index()
Out[36]: 
      Name      City  count
0    Alice   Seattle      1
1      Bob   Seattle      2
2  Mallory  Portland      2
3  Mallory   Seattle      1
于 2012-04-29T17:50:33.950 に答える
33

簡単に言えば、これで次のタスクが実行されます。

import pandas as pd

grouped_df = df1.groupby( [ "Name", "City"] )

pd.DataFrame(grouped_df.size().reset_index(name = "Group_Count"))

ここでgrouped_df.size()、一意の groupby カウントをプルアップし、reset_index()メソッドが必要な列の名前をリセットします。最後に、Dataframe()pandas 関数が呼び出されて DataFrame オブジェクトが作成されます。

于 2016-04-30T09:16:35.110 に答える
7

これがうまくいくことがわかりました。

import numpy as np
import pandas as pd

df1 = pd.DataFrame({ 
    "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , 
    "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"]})

df1['City_count'] = 1
df1['Name_count'] = 1

df1.groupby(['Name', 'City'], as_index=False).count()
于 2016-04-28T22:56:42.587 に答える
4

複数の集計を行っていたため、これらのソリューションは部分的にしか機能しませんでした。これは、データフレームに変換したかったグループ化のサンプル出力です。

グループ化出力

reset_index() によって提供されるカウントよりも多くの値が必要だったので、上記の画像をデータフレームに変換する手動の方法を作成しました。これは非常に冗長で明示的であるため、これを行う最もpythonic/pandasな方法ではないことは理解していますが、必要なのはそれだけでした。基本的に、上記で説明した reset_index() メソッドを使用して「足場」データフレームを開始し、グループ化されたデータフレーム内のグループのペアリングをループし、インデックスを取得し、グループ化されていないデータフレームに対して計算を実行し、新しい集約されたデータフレームに値を設定します.

df_grouped = df[['Salary Basis', 'Job Title', 'Hourly Rate', 'Male Count', 'Female Count']]
df_grouped = df_grouped.groupby(['Salary Basis', 'Job Title'], as_index=False)

# Grouped gives us the indices we want for each grouping
# We cannot convert a groupedby object back to a dataframe, so we need to do it manually
# Create a new dataframe to work against
df_aggregated = df_grouped.size().to_frame('Total Count').reset_index()
df_aggregated['Male Count'] = 0
df_aggregated['Female Count'] = 0
df_aggregated['Job Rate'] = 0

def manualAggregations(indices_array):
    temp_df = df.iloc[indices_array]
    return {
        'Male Count': temp_df['Male Count'].sum(),
        'Female Count': temp_df['Female Count'].sum(),
        'Job Rate': temp_df['Hourly Rate'].max()
    }

for name, group in df_grouped:
    ix = df_grouped.indices[name]
    calcDict = manualAggregations(ix)

    for key in calcDict:
        #Salary Basis, Job Title
        columns = list(name)
        df_aggregated.loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                          (df_aggregated['Job Title'] == columns[1]), key] = calcDict[key]

辞書が苦手な場合は、 for ループでインラインで計算を適用できます。

    df_aggregated['Male Count'].loc[(df_aggregated['Salary Basis'] == columns[0]) & 
                                (df_aggregated['Job Title'] == columns[1])] = df['Male Count'].iloc[ix].sum()
于 2018-07-13T16:56:41.617 に答える