根据另一列计算值的出现次数答案

【问题标题】：Count the number of Occurrence of Values based on another column根据另一列计算值的出现次数
【发布时间】：2016-09-21 13:28:59
【问题描述】：

我有一个关于根据其他列的总和创建熊猫数据框的问题。

例如，我有这个数据框

 Country    |    Accident
 England           Car
 England           Car
 England           Car
  USA              Car
  USA              Bike
  USA              Plane
 Germany           Car
 Thailand          Plane

我想根据国家/地区的所有事故的总和值制作另一个数据框。我们将忽略事故的类型，同时根据国家/地区汇总它们。

我想要的数据框看起来像这样

  Country    |    Sum of Accidents
  England              3
    USA                3
  Germany              1
  Thailand             1

【问题讨论】：

标签： python pandas

【解决方案1】：

选项 1
使用value_counts

df.Country.value_counts().reset_index(name='Sum of Accidents')

选项 2
使用groupby 然后size

df.groupby('Country').size().sort_values(ascending=False) \
  .reset_index(name='Sum of Accidents')

【讨论】：

【解决方案2】：

您可以使用groupby 方法。

示例 -

In [36]: df.groupby(["country"]).count().sort_values(["accident"], ascending=False).rename(columns={"accident" : "Sum of accidents"}).reset_index()
Out[36]:
    country  Sum of accidents
0   England                 3
1       USA                 3
2   Germany                 1
3  Thailand                 1

解释——

df.groupby(["country"]).                               # Group by country
    count().                                           # Aggregation function which counts the number of occurences of country
    sort_values(                                       # Sorting it 
        ["accident"],                                  
        ascending=False).        
    rename(columns={"accident" : "Sum of accidents"}). # Renaming the columns
    reset_index()                                      # Resetting the index, it takes the country as the index if you don't do this.

【讨论】：