Вы можете использовать следующий базовый синтаксис для выполнения группировки и подсчета с условием в кадре данных pandas:
df.groupby('var1')['var2'].apply ( lambda x: (x=='val'). sum ()). reset_index(name='count')
Этот конкретный синтаксис группирует строки DataFrame на основе var1 , а затем подсчитывает количество строк, в которых var2 равно «val».
В следующем примере показано, как использовать этот синтаксис на практике.
Пример: Groupby и Count с условием в Pandas
Предположим, у нас есть следующий кадр данных pandas, который содержит информацию о различных баскетболистах:
import pandas as pd
#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
'pos': ['Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'],
'points': [18, 22, 19, 14, 14, 11, 20, 28]})
#view DataFrame
print(df)
team pos points
0 A Gu 18
1 A Fo 22
2 A Fo 19
3 A Fo 14
4 B Gu 14
5 B Gu 11
6 B Fo 20
7 B Fo 28
В следующем коде показано, как сгруппировать DataFrame по переменной team и подсчитать количество строк, в которых переменная pos равна 'Gu':
#groupby team and count number of 'pos' equal to 'Gu'
df_count = df.groupby('team')['pos'].apply ( lambda x: (x=='Gu'). sum ()). reset_index(name='count')
#view results
print(df_count)
team count
0 A 1
1 B 2
Из вывода мы видим:
- У команды А есть 1 строка, в которой столбец pos равен «Gu».
- У команды Б есть 2 строки, в которых столбец pos равен «Gu».
Мы можем использовать аналогичный синтаксис для выполнения группировки и подсчета с некоторым числовым условием.
Например, следующий код показывает, как выполнить группировку по переменной team и подсчитать количество строк, в которых значение переменной points больше 15:
#groupby team and count number of 'points' greater than 15
df_count = df.groupby('team')['points'].apply ( lambda x: (x>15). sum ()). reset_index(name='count')
#view results
print(df_count)
team count
0 A 3
1 B 2
Из вывода мы видим:
- У команды А есть 3 строки, в которых столбец очков больше 15.
- У команды Б есть 2 строки, в которых столбец с очками больше 15.
Вы можете использовать аналогичный синтаксис для выполнения группового и подсчета с любым конкретным условием, которое вы хотите.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:
Как подсчитать уникальные значения с помощью Pandas GroupBy
Как применить функцию к Pandas Groupby
Как создать гистограмму из Pandas GroupBy