根據資料框中的公共列值對行進行計數
許多資料集包含特定列具有相同值的重複行。為了分析這些發生的頻率，我們可以採用 DataFrame 分組技巧。
考慮一個由「Group」和「Size」欄位組成的DataFrame：
| Group | Size | Time |
|---|---|---|
| Short | Small | 2 |
| Moderate | Medium | 1 |
| Moderate | Small | 1 |
| Tall | Large | 1 |
GroupBy 和Size
GroupBy 和Size
<code class="python">import pandas as pd
# Load the sample data
data = {'Group': ['Short', 'Short', 'Moderate', 'Moderate', 'Tall'], 'Size': ['Small', 'Small', 'Medium', 'Small', 'Large']}
df = pd.DataFrame(data)
# Group by "Group" and "Size" columns
dfg = df.groupby(by=["Group", "Size"]).size()</code>pandas groupby 函數允許我們根據指定的列對行進行分組。 size 函數提供了一個方便的方法來計算每個組內的行數。
Group Size
Moderate Medium 1
Small 1
Short Small 2
Tall Large 1
dtype: int64此操作將傳回具有下列輸出的Series：
重設索引與選擇性
<code class="python">dfg = df.groupby(by=["Group", "Size"]).size().reset_index(name="Time")</code>
要將Series轉換為帶有計數列的DataFrame，我們可以使用reset_index並為新列指定名稱：
<code class="python"># Option 1: Explicitly set index to True dfg = df.groupby(by=["Group", "Size"], as_index=True).size() # Option 2: Leave index unchanged (default) dfg = df.groupby(by=["Group", "Size"]).size() # Option 3: Explicitly set index to False dfg = df.groupby(by=["Group", "Size"], as_index=False).size()</code>
以上是如何根據 Pandas DataFrame 中的公共列值計算行數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
