在熊猫中使用groupby属性

-2

我有一个DataFrame，有3列（A，B，C）和大量的行。在每个列中都有不同类型的元素：A1，A2 ... B1，B2 ...和C1，C2 ...。在熊猫中使用groupby属性

我想查找特定组合（例如（A1，B2，C2））在一行中出现的次数。然后，我想要生成频率计数超过固定阈值的所有组合的（摘要）列表。例如：组合计数（A1，B2，C2）5（A2，B2，C2）7 ....如果固定值为6.

我是熊猫和numpy的新手。这可以使用熊猫高效地完成，如果是的话，怎么样？

2017-06-06 Mihir Shanvir

您需要添加示例代码和数据。另外，为了清楚起见，只需调用列A，B，C及其值A1，A2，...，B1，B2，...，C1，C2 ...。 – smci

欢迎来到StackOverflow。请花时间阅读这篇文章[如何提供一个伟大的熊猫示例]（http://stackoverflow.com/questions/20109391/how-to-make-good-reproducible-pandas-examples）以及如何提供[最小，完整和可验证的示例]（http://stackoverflow.com/help/mcve）并相应地修改您的问题。 [如何提出一个好问题]（http://stackoverflow.com/help/how-to-ask）上的这些技巧也可能有用。 – jezrael

是的，它可以在熊猫中完成。当你说*“我想找到一个特定的组合（a_i，b_j，c_k）在一行中出现的次数。”*，你想要你的输出是一个表，或什么？向我们展示示例输出。然后，写一个更好的标题，因为*“使用熊猫迭代数据框”*不会告诉我们什么。 – smci

df = pd.DataFrame({'A':['A1','A1','A2','A3'], 
        'B':[4,4,6,4], 
        'C':[7,7,9,7]}) 

print (df) 
    A B C 
0 4 7 C1 
1 4 7 C1 
2 6 9 C2 
3 4 7 C3

对于所有的组合使用数groupby + size：

s = df.groupby(["A", "B","C"]).size() 
print (s) 
A B C 
A1 4 7  2 
A2 6 9  1 
A3 4 7  1 
dtype: int64

对于筛选列表增值boolean indexing：

L = s.index[s > 1].tolist() 
print (L) 
[('A1', 4, 7)]

来源

2017-06-06 08:46:26 jezrael

谢谢。这正是我想要的。 –

如果我的回答很有帮助，请不要忘记[接受]（http://meta.stackexchange.com/a/5235/295067）它。谢谢。 – jezrael

如何获取大小值？即当我知道组合说（A1,4,7）时我怎么能找到尺寸。 –

只使用熊猫，一个办法可能是使用数据帧.groupby（）：

counts = dict() 

for group in df.groupby(['It', 'Cc', 'Ct']): 
    print(group) 
    counts[group[0]] = len(group[1])

一个更快的方法可能是你的数据帧转换成一个列表，并从集合使用计数器：

from collections import Counter 

listed_df = [tuple(line) for line in list(df.values)] 
counts = Counter(listed_df)

来源

2017-06-06 08:53:54

在熊猫中使用groupby属性

回答

相关问题