如何使用 Pandas DataFrame GroupBy 执行值计数并查找多列的最大计数？

Pandas DataFrame GroupBy 多列进行值计数

在使用 Pandas 进行 DataFrame 操作时，按多列对数据进行分组可以提供有价值的见解。本文演示了如何在按两列分组时对观察值进行计数，以及确定每个分组的最高计数。

给定具有多列的 DataFrame，可以将“groupby”函数应用于对数据进行分组基于特定列。在这里，我们有一个名为“df”的 DataFrame，有五列：“col1”、“col2”、“col3”、“col4”和“col5”。

<code class="python">import pandas as pd

df = pd.DataFrame([
    [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], 
    list('AAABBBBABCBDDD'), 
    [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], 
    ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],
    ['1','3','3','2','4','2','5','3','6','3','5','1','1','1']
]).T
df.columns = ['col1','col2','col3','col4','col5']</code>

按行计数组

要计算每个行组中的观测值数量，请在所需列上使用“groupby”函数，然后应用“size”函数。

<code class="python">result = df.groupby(['col5', 'col2']).size()</code>

此将生成一个 DataFrame，其中分组列作为索引，大小作为值。

<code class="python">print(result)</code>

确定最高计数

确定每个列的最大计数'col2' 值，对 'col2' 使用 'groupby' 函数，然后对分组数据应用 'max' 函数。

<code class="python">result = df.groupby(['col5', 'col2']).size().groupby(level=1).max()</code>

这将生成一个系列，其中每个 'col2 具有最大计数' 值。

<code class="python">print(result)</code>

总而言之，使用 Pandas 中的 'groupby' 和 'size' 函数可以有效地分析和聚合数据，使用户能够以各种方式提取有关其数据的见解。

以上是如何使用 Pandas DataFrame GroupBy 执行值计数并查找多列的最大计数？的详细内容。更多信息请关注PHP中文网其他相关文章！