仅当 Pandas 的一列中存在某个值时，Groupby 才计数

Question

我有一个类似于下面提到的数据库的数据框：

+------------+-----+--------+ | time | id | status | +------------+-----+--------+ | 1451606400 | id1 | Yes | | 1451606400 | id1 | Yes | | 1456790400 | id2 | No | | 1456790400 | id2 | Yes | | 1456790400 | id2 | No | +------------+-----+--------+

我按上面提到的所有列进行分组，我可以使用以下命令成功地在名为 'count' 的不同列中获取计数：

df.groupby(['time','id', 'status']).size().reset_index(name='count')

但我希望上述数据框中的计数仅出现在带有status = 'Yes' 的行中，其余的应该是'0'

期望的输出：

+------------+-----+--------+---------+ | time | id | status | count | +------------+-----+--------+---------+ | 1451606400 | id1 | Yes | 2 | | 1456790400 | id2 | Yes | 1 | | 1456790400 | id2 | No | 0 | +------------+-----+--------+---------+

我尝试使用以下代码计算status = 'Yes'：

df[df['status']== 'Yes'].groupby(['time','id','status']).size().reset_index(name='count')

这显然给了我那些带有status = 'Yes' 的行并丢弃了其余的行。我想要那些带有count = 0的废弃的

有没有办法得到结果？

提前致谢！

Answer 1

使用带有apply 的lambda 函数和计数sum boolena True 值过程，如1：

df1 = (df.groupby(['time','id','status'])
         .apply(lambda x: (x['status']== 'Yes').sum())
         .reset_index(name='count'))

或创建新列并聚合sum：

df1 = (df.assign(A=df['status']=='Yes')
         .groupby(['time','id','status'])['A']
         .sum()
         .astype(int)
         .reset_index(name='count'))

非常相似的解决方案，没有新列，但可读性差一点：

df1 = ((df['status']=='Yes')
        .groupby([df['time'],df['id'],df['status']])
        .sum()
        .astype(int)
        .reset_index(name='count'))

print (df)
         time   id status  count
0  1451606400  id1    Yes      2
1  1456790400  id2     No      0
2  1456790400  id2    Yes      1

Answer 2

如果您不介意输出格式略有不同，可以pd.crosstab：

df = pd.DataFrame({'time': [1451606400]*2 + [1456790400]*3,
                   'id': ['id1']*2 + ['id2']*3,
                   'status': ['Yes', 'Yes', 'No', 'Yes', 'No']})

res = pd.crosstab([df['time'], df['id']], df['status'])

print(res)

status          No  Yes
time       id          
1451606400 id1   0    2
1456790400 id2   2    1

结果是一种更有效存储数据的方式，因为您不会在每个“是”/“否”类别的单独行中重复索引。