列出 pandas 数据框中每组的唯一值计数 [英] Listing unique value counts per groups in pandas dataframe

问题描述

我是熊猫和python的新手。

I am new to pandas and python.

我试图将项目按一列分组，并按组列出数据框中的信息。

I am trying to group items by one column and list the information from the data frame per group.

我的数据框：

        B          C        D          E              F
1       Honda      USA      2000       Washington     New
2       Honda      USA      2001       Salt Lake      Used
3       Ford       Canada   2005       Washington     New
4       Toyota     USA      2010       Ney York       Used
5       Honda      USA      2001       Salt Lake      Used
6       Honda      Canada   2011       Salt Lake      Crashed
7       Ford       Italy    2014       Rome           New

我正在尝试按以下方式对数据框进行分组列 B 并列出多少 C ， D ， E ， F 列值在组 B 中。例如，我们看到在 B 列中有4个 Honda ，我将其分组在一起。然后我要列出以下信息-美国（3），加拿大（1），2000（1），2001（2），2011（1），华盛顿（1），盐湖（3） ，New（1），Used（2），Crashed（1）并在B列中对每个组（汽车品牌）进行相同操作：

I am trying to group my dataframe by column B and list how many C, D, E, F column values are in group B. For example we see that in column B there are 4 Honda which I am grouping it together. Then I want to list the following information - USA(3), Canada(1), 2000(1),2001(2), 2011(1), Washington(1), Salt Lake(3), New(1), Used(2), Crashed(1) and do the same per every group ( car make ) in column B:

        Car         Country        Year        City             Condition
1       Honda(4)    USA(3)         2000(1)     Washington(1)    New(1)
                    Canada(1)      2001(2)     Salt Lake(3)     Used(2)
                                   2011(1)                      Crashed(1)

2       Ford(2)     Canada(1)      2005(5)     Washington(1)    New(2)
                    Italy(1)       2014(1)     Rome(1)

...

到目前为止我已经尝试过：

What I've tried so far:

df.groupby(['B'])

哪个给了我< pandas.core.groupby.generic。 DataFrameGroupBy对象位于0x11d559080>

此时，我还不是确定将列 B 分组后，我应该如何继续前进以取得预期的结果。

At this point, I am not sure how I should code moving on forward getting the desired results after grouping the column B.

谢谢

推荐答案

您需要带有自定义函数的lambda函数，以便分别使用 Series.value_counts 然后将index的值与 Series 的计数值连接在一起：

You need lambda function with custom function for processing each column separately with Series.value_counts and then join values of index to values of counts of Series together:

def f(x):
    x = x.value_counts()
    y = x.index.astype(str) + '(' + x.astype(str) + ')'
    return y.reset_index(drop=True)
df1 = df.groupby(['B']).apply(lambda x: x.apply(f)).reset_index(drop=True)
print (df1)
           B          C        D              E           F
0    Ford(2)   Italy(1)  2014(1)  Washington(1)      New(2)
1        NaN  Canada(1)  2005(1)        Rome(1)         NaN
2   Honda(4)     USA(3)  2001(2)   Salt Lake(3)     Used(2)
3        NaN  Canada(1)  2011(1)  Washington(1)  Crashed(1)
4        NaN        NaN  2000(1)            NaN      New(1)
5  Toyota(1)     USA(1)  2010(1)    Ney York(1)     Used(1)

这篇关于列出 pandas 数据框中每组的唯一值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！