分组数据框中具有特定频率的记录数答案

【问题标题】：Number of records with a certain frequency in a grouped data-frame分组数据框中具有特定频率的记录数
【发布时间】：2018-04-13 23:45:37
【问题描述】：

我正在尝试在我的 pandas 列 'Subject' 中计算一条记录出现频率大于 3 的次数 - 按日期分组。

目前此代码有效，但它适用于整个数据框。

main_subj = df['Subject'].value_counts(
[df['Subject'].value_counts()>3] count_main_subj = main_subj.shape[0]

我想按'date' 对数据进行分组 - 以查看每天有多少条记录的频率高于 3。

我的数据框如下所示：

Subject  Verb     Object     ID         Date
trump     got     jobs        820108    20170803
voters    begin   to          182912    20170803
steve     miss    colleague   980828    20170804

例如，如果一天有 10 条记录： 5与主题王牌 3 与主题克林顿 2 与主题 obama

结果将是 2 - 出现超过 3 次的主题数。

谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以使用：

(df.groupby(['Date', 'Subject']).size() >= 3).sum()

例子：

In [227]: df
Out[227]:
  Subject   Verb     Object      ID      Date
0   trump    got       jobs  820108  20170803
1  voters  begin         to  182912  20170803
2   steve   miss  colleague  980828  20170804
3   trump    got       jobs  820108  20170803
4   trump    got       jobs  820108  20170803

In [228]: (df.groupby(['Date', 'Subject']).size() >= 3).sum()
Out[228]: 1

如果你想按日期计数：

d = (df.groupby(['Date', 'Subject']).size() >= 3).reset_index()
d[d[0]].groupby('Date').size()

【讨论】：

【解决方案2】：

假设您有一个名为日期的列，您可以按日期分组

df.groupby('date').size()

或

df[['Subject', 'date']].groupby('date').size()

这将输出您需要的计数

【讨论】：

感谢您的回复 - 我只想知道超过 3 个结果的主题数量。不幸的是，这只显示了我每天的总体规模。

【解决方案3】：

看来你需要

s=df.groupby(['Date','Object']).size()
len(s[s>3])

【讨论】：