pandas：如何计算唯一类别？

Question

我有一个数据框df_input = pd.DataFrame(        {            "col_cate": ['A', 'A', 'B', 'B', 'A', 'A', 'B', 'B'],            "target_bool": [True, False, True, False, True, False, True, False]        }    )我想计算独特类别的数量。所以我希望输出是这样的col_cate, target_bool, cnt'A'     , True       , 2'A'     , False      , 2'B'     , True       , 2'B'     , False      , 2但是df_input.group_by(["col_cate", "target_bool"]).count()给Empty DataFrameColumns: []Index: [(A, False), (A, True), (B, False), (B, True)]但是dummy在df_input作品中添加一个，比如df_input["dummy"] = 1.如何在不添加虚拟对象的情况下按计数表获取分组？

Answer 1

df_input.groupby('col_cate')['target_bool'].value_counts()

col_cate  target_bool

A         False          2

          True           2

B         False          2

          True           2

然后你可以 reset_index()

Answer 2

因为函数GroupBy.count用于计算具有排除缺失值的值，如果存在是必要的，请在 groupby 之后指定列，如果两列都用于by参数 in groupby：

df = (df_input.groupby(by=["col_cate", "target_bool"])['col_cate']

              .count()

              .reset_index(name='cnt'))

print (df)

  col_cate  target_bool  cnt

0        A        False    2

1        A         True    2

2        B        False    2

3        B         True    2

如果要计算所有列，如果指定两列，则两者都是可能的（但这里总是相同的输出）：

df1 = (df_input.groupby(["col_cate", "target_bool"])[['col_cate','target_bool']]

               .count()

               .add_suffix('_count')

               .reset_index())

print (df1)

  col_cate  target_bool  col_cate_count  target_bool_count

0        A        False               2                  2

1        A         True               2                  2

2        B        False               2                  2

3        B         True               2                  2

或者如果使用 GroupBy.size方法它的工作方式有点不同 - 它计算所有值，不排除丢失，因此不需要指定列：

df = df_input.groupby(["col_cate", "target_bool"]).size().reset_index(name='cnt')

print (df)

  col_cate  target_bool  cnt

0        A        False    2

1        A         True    2

2        B        False    2

3        B         True    2

Answer 3

也像这样：

In [54]: df_input.groupby(df_input.columns.tolist()).size().reset_index().\ 

    ...:     rename(columns={0:'cnt'}) 

Out[54]: 

  col_cate  target_bool  cnt

0        A        False    2

1        A         True    2

2        B        False    2

3        B         True    2