根据列值将值过滤给其他人答案

【问题标题】：Filtering values based on column values to others根据列值将值过滤给其他人
【发布时间】：2019-03-15 19:25:48
【问题描述】：

我有以下数据框

import pandas as pd
newd = {'year': [2001, 2002, 2005, 2002, 2004, 2001, 2001, 2002, 2003, 2003, 2002, 2002, 2003, 2004, 2005, 2003, 2004, 2005, 2004, 2004 ],
 'indviduals': [12, 23, 24, 28,30, 15, 17, 18, 18, 19, 12, 15, 12, 12, 12, 15, 15, 15, 12, 12],
 'employers': ['a', 'b', 'c', 'd', 'e', 'a', 'a', 'b', 'b', 'c', 'b', 'a', 'c', 'd', 'e', 'a', 'a', 'a', 'a', 'b'] }


newdf=newdf=pd.DataFrame(newd)

我的预期结果（只是一个例子）：

2001, a: [12, 15, 17] count:3  employerchanged: []
2002, b: [12, 23, 28] count:3  employerchanged: [12] 
2002, a: [15]         count:1

这在 SQL 中完成时很容易。但是如果个人“12”在 2001 年到 2002 年之间更换雇主，SQL 不会告诉我方法。

这是我迄今为止在 python 中尝试过的：

dic={}

listofUniqueYears= [i for i in newdf.year.unique()]

# 给了我独特年份的列表

dic={}

for i in listofUniqueYears:
   dic[i]=defaultdict(dict)

    print(dic)

我的问题是如何根据我提供的条件过滤行值，在这种情况下，我希望每个雇主每年都有员工数量、计数和更改的员工。

【问题讨论】：

每个人每年只有一个条目（行）吗？
是的，但那一年他们可能有两个雇主
示例打印（newdf[newdf['year']==2004]）。个人 12 在 2004 年有两个雇主

标签： python-3.x pandas list dictionary

【解决方案1】：

您可以应用 group-by 来获得每位员工每年的唯一雇主数量。

df = newdf.groupby(['year','indviduals']).agg({'employers':'nunique'}).reset_index()
df[df.year == 2004]

如果您需要计数的总和，也可以根据您的需要应用进一步的聚合。

【讨论】：