熊猫使用来自 groupby 的计数创建新列

Question

我有一个如下所示的 df：

id        item        color
01        truck       red
02        truck       red
03        car         black
04        truck       blue
05        car         black

我正在尝试创建一个如下所示的 df：

item      color       count
truck     red          2
truck     blue         1
car       black        2

我试过了

df["count"] = df.groupby("item")["color"].transform('count')

但这不是我要寻找的。​​p>

感谢任何指导

Answer 1

这不是一个新列，这是一个新的 DataFrame：

In [11]: df.groupby(["item", "color"]).count()
Out[11]:
             id
item  color
car   black   2
truck blue    1
      red     2

要得到你想要的结果是使用reset_index:

In [12]: df.groupby(["item", "color"])["id"].count().reset_index(name="count")
Out[12]:
    item  color  count
0    car  black      2
1  truck   blue      1
2  truck    red      2

要获得“新列”，您可以使用转换：

In [13]: df.groupby(["item", "color"])["id"].transform("count")
Out[13]:
0    2
1    2
2    2
3    1
4    2
dtype: int64

我推荐阅读split-apply-combine section of the docs。

Answer 2

实现所需输出的另一种可能方法是使用Named Aggregation。这将允许您为所需的输出列指定名称和相应的聚合函数。

命名聚合

（0.25.0 版中的新功能。）

通过控制输出来支持特定于列的聚合 列名，pandas 接受 GroupBy.agg() 中的特殊语法， 称为“命名聚合”，其中：

• 关键字是输出列名

• 这些值是元组，其第一个元素是要选择的列，并且 第二个元素是应用于该列的聚合。熊猫 为 pandas.NamedAgg 命名元组提供 ['column','aggfunc'] 字段，以便更清楚地了解参数是什么。像往常一样， 聚合可以是可调用或字符串别名。

所以要获得所需的输出 - 你可以尝试类似...

import pandas as pd
# Setup
df = pd.DataFrame([
    {
        "item":"truck",
        "color":"red"
    },
    {
        "item":"truck",
        "color":"red"
    },
    {
        "item":"car",
        "color":"black"
    },
    {
        "item":"truck",
        "color":"blue"
    },
    {
        "item":"car",
        "color":"black"
    }
])

df_grouped = df.groupby(["item", "color"]).agg(
    count_col=pd.NamedAgg(column="color", aggfunc="count")
)
print(df_grouped)

产生以下输出：

             count_col
item  color
car   black          2
truck blue           1
      red            2

Answer 3

这是另一种选择：

import numpy as np
df['Counts'] = np.zeros(len(df))
grp_df = df.groupby(['item', 'color']).count()

导致

             Counts
item  color        
car   black       2
truck blue        1
      red         2