除了意思之外，如何统计pandas group by object中的行数？ [英] How to count number of rows, in addition to mean, in pandas group by object?

问题描述

我有一个数据框 df ，我使用它的几列到 groupby ：

  df ['col1'，'col2'，'col3'，'col4']。groupby（['col1'，'col2']） .mean（）
  

以上述方式，我几乎可以得到我需要的表格（数据框架）。缺少的是一个包含每个组中行数的附加列。换句话说，我的意思是，但我也想知道有多少人被用来获得这些手段。例如，在第一组中有8个值，在第二组中有10个，依此类推。

解决方案

c> groupby 对象， agg 函数可以列出一次应用几种聚合方法。这应该给你你需要的结果：

  df [['col1'，'col2'，'col3'，'col4 ']]。groupby（['col1'，'col2']）。agg（['mean'，'count']）
  

I have a data frame df and I use several columns from it to groupby:

df['col1','col2','col3','col4'].groupby(['col1','col2']).mean()

In the above way I almost get the table (data frame) that I need. What is missing is an additional column that contains number of rows in each group. In other words, I have mean but I also would like to know how many number were used to get these means. For example in the first group there are 8 values and in the second one 10 and so on.

解决方案

On groupby object, the agg function can take a list to apply several aggregation methods at once. This should give you the result you need:

df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).agg(['mean', 'count'])

这篇关于除了意思之外，如何统计pandas group by object中的行数？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！