如何根据 Pandas DataFrame 中的公共列值计算行数？

根据数据框中的公共列值对行进行计数

许多数据集包含特定列具有相同值的重复行。为了分析这些发生的频率，我们可以采用 DataFrame 分组技术。

考虑一个由“Group”和“Size”列组成的 DataFrame：

Group	Size	Time
Short	Small	2
Moderate	Medium	1
Moderate	Small	1
Tall	Large	1

GroupBy 和 Size

pandas groupby 函数允许我们根据指定的列对行进行分组。 size 函数提供了一种方便的方法来计算每个组内的行数。

<code class="python">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)

# Group by "Group" and "Size" columns
dfg = df.groupby(by=["Group", "Size"]).size()</code>

此操作将返回具有以下输出的 Series：

Group     Size
Moderate  Medium    1
          Small     1
Short     Small     2
Tall      Large     1
dtype: int64

重置索引和可选性

要将Series转换为带有计数列的DataFrame，我们可以使用reset_index并为新列指定名称：

<code class="python">dfg = df.groupby(by=["Group", "Size"]).size().reset_index(name="Time")</code>

此外，根据您的具体需求，您可以使用带有 as_index 参数的 groupby 函数的变体：

<code class="python"># Option 1: Explicitly set index to True
dfg = df.groupby(by=["Group", "Size"], as_index=True).size()

# Option 2: Leave index unchanged (default)
dfg = df.groupby(by=["Group", "Size"]).size()

# Option 3: Explicitly set index to False
dfg = df.groupby(by=["Group", "Size"], as_index=False).size()</code>

以上是如何根据 Pandas DataFrame 中的公共列值计算行数？的详细内容。更多信息请关注PHP中文网其他相关文章！