基于分组依据和逻辑过滤创建新列

Question

我有一个包含“a”和“b”列的 DataFrame。我想创建一个新列，它是这条 SQL 语句的结果。

df['c'] = Select 'a' , count (case when 'b' ==1 then 'a' else null end) from df group by 'a'

如何使用 Pandas 实现相同的目标？

df = pd.DataFrame({'a':['a','a','b','a','b'], 'b' : [1,0,0,1,1]})
df =    a   b
0       a   1
1       a   0
2       b   0
3       a   1
4       b   1

我在下面试过

df['c'] = df.groupby('a').apply(lambda x : x[x['b']==1]['a'].count()).reset_index().ix[:,-1]

产生了这些不正确的结果：

    a   b   c
0   a   1   2
1   a   0   0
2   b   0   NaN
3   a   1   NaN
4   b   1   NaN

虽然我期待[2,NAN,NaN,2,1]

提前感谢所有帮助和指导！

Answer 1

我会创建一个虚拟列来执行此操作：

In [11]: df["c"] = df["b"] == 1

In [12]: df["c"]
Out[12]:
0     True
1    False
2    False
3     True
4    False
Name: c, dtype: bool

In [13]: df.groupby("a")["c"].sum()
Out[13]:
a
a    2
b    0
Name: c, dtype: float64

这样可以避免应用，所以效率会更高。

注意：检查相等性并对布尔值求和与计算相等的条目数相同。

如果您希望这个新的 c 列在 df 上传播，您可以使用 transform：

In [14]: df.groupby("a")["c"].transform("sum")
Out[14]:
0    2
1    2
2    0
3    2
4    0
dtype: float64