熊猫通过辅助信息进行计数

Question

我有以下数据框：

df = pd.DataFrame([{'file_name': 'my_movie.mov', 'status': 'final'}, {'file_name': 'his_movie.mov', 'status': 'source'}, {'file_name': 'her_movie.mov', 'status': 'source'}])

       file_name  status

0   my_movie.mov   final

1  his_movie.mov  source

2  her_movie.mov  source

我想做这样的事情：

df.groupby('status')[['status', 'file_name', 'count']]

file_name可以是任何 file_name 值，count 是count记录数。答案是这样的：

status         file_name              count

final          my_movie.mov           1

source         his_movie.mov          2

在 SQL（使用 mysql 方言）中我会这样做：

SELECT status, file_name, COUNT(*) FROM df GROUP BY status

我将如何在熊猫中做到这一点？

我得到的最接近的是这个，但这没有添加到我想要的 file_name 中：

>>> df[['new__status', 'file_name']].groupby('new__status').count().sort_values('file_name', ascending=False)

Answer 1

尝试这个df.groupby('status').agg({'file_name': 'first', 'status': 'size'}).rename(columns={'status': 'count'}).reset_index()

Answer 2

使用series.groupby NamedAggdf_agg = df.groupby('status').file_name.agg(file_name='first', count='count').reset_index()Out[393]:   status      file_name  count0   final   my_movie.mov      11  source  his_movie.mov      2