pandas：如何计算唯一类别？

Question

我有一个数据框

df_input = pd.DataFrame(

        {

            "col_cate": ['A', 'A', 'B', 'B', 'A', 'A', 'B', 'B'],

            "target_bool": [True, False, True, False, True, False, True, False]

        }

    )

我想计算独特类别的数量。所以我希望输出是这样的

col_cate, target_bool, cnt

'A'     , True       , 2

'A'     , False      , 2

'B'     , True       , 2

'B'     , False      , 2

但是df_input.group_by(["col_cate", "target_bool"]).count()给

Empty DataFrame

Columns: []

Index: [(A, False), (A, True), (B, False), (B, True)]

但是dummy在df_input作品中添加一个，比如df_input["dummy"] = 1.

如何在不添加虚拟对象的情况下按计数表获取分组？

Answer 1

df_input.groupby('col_cate')['target_bool'].value_counts()col_cate  target_boolA         False          2          True           2B         False          2          True           2然后你可以 reset_index()

Answer 2

因为函数GroupBy.count用于计算具有排除缺失值的值，如果存在是必要的，请在 groupby 之后指定列，如果两列都用于by参数 in groupby：df = (df_input.groupby(by=["col_cate", "target_bool"])['col_cate']              .count()              .reset_index(name='cnt'))print (df)  col_cate  target_bool  cnt0        A        False    21        A         True    22        B        False    23        B         True    2如果要计算所有列，如果指定两列，则两者都是可能的（但这里总是相同的输出）：df1 = (df_input.groupby(["col_cate", "target_bool"])[['col_cate','target_bool']]               .count()               .add_suffix('_count')               .reset_index())print (df1)  col_cate  target_bool  col_cate_count  target_bool_count0        A        False               2                  21        A         True               2                  22        B        False               2                  23        B         True               2                  2或者如果使用 GroupBy.size方法它的工作方式有点不同 - 它计算所有值，不排除丢失，因此不需要指定列：df = df_input.groupby(["col_cate", "target_bool"]).size().reset_index(name='cnt')print (df)  col_cate  target_bool  cnt0        A        False    21        A         True    22        B        False    23        B         True    2

Answer 3

也像这样：In [54]: df_input.groupby(df_input.columns.tolist()).size().reset_index().\     ...:     rename(columns={0:'cnt'}) Out[54]:   col_cate  target_bool  cnt0        A        False    21        A         True    22        B        False    23        B         True    2