python pandas：如何根据列中的每个值进行分组并计数？ [英] python pandas: how to group by and count with a condition for every value in a column?

问题描述

我有这样的表：

I have table like this:

d  group
1   a
2   b
3   a
4   c
5   f

我喜欢迭代d的值和具有组= a的行的计数数目。

and I like to iterate over values of d and count number of rows that have group=a .

以下是我现在正在做的事情，但它不起作用：

Here is what I am doing now, but It does not work:

for index,row in df.iterrows():
    for x in (1,5):
        if row['d'] > x:
            row['tp'] = df.groupby('group').agg(lambda x:x.manual_type=='a')

任何人都可以帮忙吗？

Can anybody help?

推荐答案

try：

try:

df['group'].value_counts()['a']

切勿在熊猫中使用循环。它效率低下，通常会重新创建包中的某些现有功能。

in general, you should NEVER use for loops in pandas. it's inefficient and usually recreating some existing functionality in the package.

这篇关于python pandas：如何根据列中的每个值进行分组并计数？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！