Pandas 数据框获取列表中分类值的数量答案

【问题标题】：Pandas dataframe getting number of categorical values that are in a listPandas 数据框获取列表中分类值的数量
【发布时间】：2021-10-17 17:50:05
【问题描述】：

我是在 python 中的数据集上学习机器学习的新手，我正在尝试在以下数据帧上执行以下操作（仅显示一个 sn-p）

id	country	device	label
100	sg	samsung	0
100	ch	galaxy s	0
200	ab	pocophone	1
200	ee	iphone 1	1
200	my	iphone 2	1

我正在努力

获取标签所在国家/地区的列表 = 1
对于每个 id，在所有国家/地区中，计算 1) 中列表中的国家/地区，并获取每个 id 存在的国家/地区的总数。

更新：

我已经设法得到一个标签 = 1 的国家/地区列表。对于每个 id，如何找到他们拥有的国家/地区的数量属于前面提到的列表？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以使用

df.loc[ df['label'] == 1 ] ['country']

这将找到哪些索引的 df['label'] 为 1，locate 它们，并从中获取 'country' 系列。

【讨论】：

【解决方案2】：

尝试通过 loc 访问器和布尔掩码：

count=df.loc[df['label'].eq(1),['id','country']].value_counts()
#count the values of country where 'label' is 1
lst=count.index.get_level_values(1).unique().tolist()
#get the index of count for country names

lst的输出：

['ab', 'ee', 'my']

count的输出：

id   country
200  ab         1
     ee         1
     my         1
dtype: int64

【讨论】：

【解决方案3】：

如果我理解正确：

标签为 1 的独特国家/地区

>>> df.query('label == 1')['country'].unique()
array(['ab', 'ee', 'my'], dtype=object)

标签 = 1 时每个 id 的唯一国家/地区计数

>>> df.query('label == 1').groupby('id')['country'].nunique()
id
200    3
Name: country, dtype: int64

更新版本：

countries = df.query('label == 1')['country'].unique()
df.query('country in @countries').groupby('id')['country'].nunique()

【讨论】：

您好，感谢您的帮助。我已经设法获得标签 = 1 的国家/地区列表。现在我需要为每个 id 做的是，找到他们拥有的国家/地区数量，这些国家/地区属于前面提到的列表。请问这怎么可能？
我相信这已经是我的代码 #2 正在做的事情了。你能给我预期的输出吗？
参考我上面问题中的示例数据框。 label_countries =[ 'sg', 'ch', 'ee'] . id = 100 的值为 2 而 `id = 200' 的值为 1
我设法做到了，尽管方式非常笨拙。 a = calls.groupby(['id', 'country']).count().reset_index()，b = a[a['country'].isin(country_bot)]，c= b.groupby(['id']).count().reset_index()
先生，它似乎不起作用，最终为每个 id 提供 1 的值。但没关系我尝试的笨重方法有效