如何在特定条件下使用 groupby 提取数据？答案

【问题标题】：How to extract data using groupby under specific condition?如何在特定条件下使用 groupby 提取数据？
【发布时间】：2020-04-24 19:36:12
【问题描述】：

我有一个这样的数据集：

x = {'column1': ['a','a','b','b','b','c','c','c','d'],
    'column2': [1,0,1,1,0,1,1,0,1]
    }
df = pd.DataFrame(x, columns = ['column1', 'column2'])
print (df)

如何仅从第二列中提取值为 1 的数据（如下所示）：

x = {'column1': ['a','b','b','c','c','d'],
    'column2': [1,1,1,1,1,1]
    }
df = pd.DataFrame(x, columns = ['column1', 'column2'])
print (df)

另外，我将如何计算第 1 列中每个值的 1 的数量，并创建一个新列并为 coulmn_1 中的各个索引插入该信息（例如，coulmn_1 中的索引值 a 有多少个 1？）。所以它将数据框转换为这种格式：

x = {'column1': ['a','b','b','c','c','d'],
    'column2': [1,1,1,1,1,1],
 'column3': [1,2,2,2,2,1]
    }
df = pd.DataFrame(x, columns = ['column1', 'column2','column3'])
print (df)

【问题讨论】：

标签： python pandas numpy data-manipulation data-cleaning

【解决方案1】：

使用boolean indexing 和Series.eq 进行比较，例如==，然后使用Series.map 和Series.value_counts：

df = df[df['column2'].eq(1)]
df['column3'] = df['column1'].map(df['column1'].value_counts())

GroupBy.transform 和 GroupBy.size 的替代方案：

df['column3'] = df.groupby('column1')['column1'].transform('size')

print (df)
  column1  column2  column3
0       a        1        1
2       b        1        2
3       b        1        2
5       c        1        2
6       c        1        2
8       d        1        1

最后一个默认索引使用DataFrame.reset_index 和drop=True：

df = df.reset_index(drop=True)
print (df)
  column1  column2  column3
0       a        1        1
1       b        1        2
2       b        1        2
3       c        1        2
4       c        1        2
5       d        1        1

【讨论】：

【解决方案2】：

第一个问题：

df[df.column2==1].reset_index(drop=True)

会给你


    column1     column2
0   a   1
1   b   1
2   b   1
3   c   1
4   c   1
5   d   1

第二个问题：

df['column3'] = df.groupby('column1').transform(len)

会给你


    column1     column2     column3
0   a   1   1
1   b   1   2
2   b   1   2
3   c   1   2
4   c   1   2
5   d   1   1

【讨论】：