由另一列 pandas df 分组的值出现的总和答案

【问题标题】：sum of value occurrence grouped by another column pandas df由另一列 pandas df 分组的值出现的总和
【发布时间】：2020-12-06 22:27:34
【问题描述】：

我需要计算name 列中每个值的出现次数，并按industry 列分组。目标是获得每个行业的每个名称的总和。我的数据如下所示：

industry            name
Home             Mike
Home             Mike,Angela,Elliot
Fashion          Angela,Elliot
Fashion          Angela,Elliot

想要的输出是：

Home Mike:2 Angela:1 Elliot:1
Fashion Angela:2 Elliot:2

【问题讨论】：

df['name'] = df['name'].str.split(','); df.explode('name').groupby(['industry', 'name'], as_index=False).count()
@Marat 为什么不将其发布为答案？
@sushanth 这太微不足道了（问题和答案）。另外，我不想完全调试它，现在它更像是一个方向
@Marat 我同意你的看法，但总的来说是一个很好的答案。

标签： python pandas dataframe

【解决方案1】：

您可以使用collections.Counter 返回一系列字典，如下所示：

from collections import Counter
s = df.name.str.split(',').groupby(df.industry).sum().agg(Counter)

Out[506]:
industry
Fashion               {'Angela': 2, 'Elliot': 2}
Home       {'Mike': 2, 'Angela': 1, 'Elliot': 1}
Name: name, dtype: object

注意：每个单元格都是一个Counter 对象。 Counter 是字典的子类，因此您可以将字典操作作为字典对其应用。

【讨论】：

【解决方案2】：

将其从 cmets 中移出，经过调试并证明可以正常工作：

# count() in the next line won't work without an extra column
df['name_list'] = df['name'].str.split(',')
df.explode('name_list').groupby(['industry', 'name_list']).count()

结果：

                    name
industry name_list      
Fashion  Angela        2
         Elliot        2
Home     Angela        1
         Elliot        1
         Mike          2

【讨论】：