在“ pandas 人" groupby的结果中添加“计数"列? [英] Adding a 'count' column to the result of a groupby in pandas?

问题描述

我认为这是一个非常基本的问题，但是我似乎找不到解决方法.

I think this is a fairly basic question, but I can't seem to find the solution.

我有一个类似于以下内容的熊猫数据框:

I have a pandas dataframe similar to the following:

import pandas as pd

df = pd.DataFrame({'A' : ['x','x','y','z','z'],
                   'B' : ['p','p','q','r','r']})
df

创建一个像这样的表:

    A   B
0   x   p
1   x   p
2   y   q
3   z   r
4   z   r

我正在尝试创建一个表，该表表示该数据帧中不同值的数量.所以我的目标是这样的:

I'm trying to create a table that represents the number of distinct values in that dataframe. So my goal is something like this:

    A   B   c
0   x   p   2
1   y   q   1
2   z   r   2

不过，我找不到正确的功能来实现这一目标.我尝试过:

I can't find the correct functions to achieve this, though. I've tried:

df.groupby(['A','B']).agg('count')

这将产生一个表，该表具有3行(按预期)，但没有'count'列.我不知道如何在该计数栏中添加.有人可以指出我正确的方向吗?

This produces a table with 3 rows (as expected) but without a 'count' column. I don't know how to add in that count column. Could someone point me in the right direction?

推荐答案

您可以使用size

df.groupby(['A','B']).size()
Out[590]: 
A  B
x  p    2
y  q    1
z  r    2
dtype: int64

为您的解决方案添加一列

For your solution adding one of the columns

df.groupby(['A','B']).B.agg('count')
Out[591]: 
A  B
x  p    2
y  q    1
z  r    2
Name: B, dtype: int64

更新:

df.groupby(['A','B']).B.agg('count').to_frame('c').reset_index()

#df.groupby(['A','B']).size().to_frame('c').reset_index()
Out[593]: 
   A  B  c
0  x  p  2
1  y  q  1
2  z  r  2

这篇关于在“ pandas 人" groupby的结果中添加“计数"列?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！