使用熊猫数据框如何将计数应用于多级分组列？
问题描述：
我有一个数据框与多个列，我想使用数组后，这样它应用于2列或更多列的组合。例如，假设我有两列：使用熊猫数据框如何将计数应用于多级分组列？
user_id product_name
1 Apple
1 Banana
1 Apple
2 Carrot
2 Tomato
2 Carrot
2 Tomato
3 Milk
3 Cucumber
...
我想实现的是这样的：
user_id product_name Product_Count_per_User
1 Apple 1
1 Banana 2
2 Carrot 2
2 Tomato 2
3 Milk 1
3 Cucumber 1
我无法得到它。我尝试这样做：
dcf6 = df3.groupby(['user_id','product_name'])['user_id', 'product_name'].count()
，但似乎并没有得到我想要的东西，它会显示4列，而不是3。如何做呢？谢谢。
答
您在同一时间计数两列，你可以使用groupby.size：
(df.groupby(['user_id', 'Product_Name']).size()
.rename('Product_Count_per_User').reset_index())
或计数只有一列：
df.groupby(['user_id','Product_Name'])['user_id'].size()
答
使用GroupBy.size：
dcf6 = df3.groupby(['user_id','Product_Name']).size()
.reset_index(name='Product_Count_per_User')
print (dcf6)
user_id Product_Name Product_Count_per_User
0 1 Apple 2
1 1 Banana 1
2 2 Carrot 2
3 2 Tomato 2
4 3 Cucumber 1
5 3 Milk 1
答
根据您自己的代码，只需执行此操作。
df.groupby(['user_id','product_name'])['user_id'].
agg({'Product_Count_per_User':'count'}).reset_index(level=1)
product_name Product_Count_per_User
user_id
1 Apple 2
1 Banana 1
2 Carrot 2
2 Tomato 2
3 Cucumber 1
3 Milk 1
嗯，计数用于非NaN计数，所以这里更好的是大小。 – jezrael
@jezrael好的。但'groupby'默认情况下会抛出'nan'值，所以我想现在这种情况并不重要，因为他正在计算组变量。但我同意'尺寸'是一个更好的选择。 – Psidom