Как сделать условный подсчет после группового на Pandas Dataframe?

У меня есть следующий фрейм данных:

   key1  key2
0    a   one
1    a   two
2    b   one
3    b   two
4    a   one
5    c   two

Теперь я хочу сгруппировать фрейм данных по key1 и посчитать столбец key2 со значением "one" чтобы получить такой результат:

   key1  
0    a   2
1    b   1
2    c   0

Я просто получаю обычный счет с:

df.groupby(['key1']).size()

Но я не знаю, как вставить условие.

Я пробовал такие вещи:

df.groupby(['key1']).apply(df[df['key2'] == 'one'])

Но я не могу получить дальше. Как я могу это сделать?

Ответ 1

Я думаю, вам нужно сначала добавить условие:

#if need also category c with no values of 'one'
df11=df.groupby('key1')['key2'].apply(lambda x: (x=='one').sum()).reset_index(name='count')
print (df11)
  key1  count
0    a      2
1    b      1
2    c      0

Или используйте categorical с key1, тогда недостающее значение добавлено size:

df['key1'] = df['key1'].astype('category')
df1 = df[df['key2'] == 'one'].groupby(['key1']).size().reset_index(name='count') 
print (df1)
  key1  count
0    a      2
1    b      1
2    c      0

Если нужны все комбинации:

df2 = df.groupby(['key1', 'key2']).size().reset_index(name='count') 
print (df2)
  key1 key2  count
0    a  one      2
1    a  two      1
2    b  one      1
3    b  two      1
4    c  two      1

df3 = df.groupby(['key1', 'key2']).size().unstack(fill_value=0)
print (df3)
key2  one  two
key1          
a       2    1
b       1    1
c       0    1

Ответ 2

Вы можете подсчитать наличие "одного" для блока данных groupby в столбце "key2" следующим образом:   df.groupby('key1')['key2'].apply(lambda x: x[x == 'one'].count())

Выход

key1
a    2
b    1
c    0
Name: key2, dtype: int64

Ответ 3

Вариант 1

df.set_index('key1').key2.eq('one').sum(level=0).astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Вариант 2

df.key2.eq('one').groupby(df.key1).sum().astype(int).reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Вариант 3

f, u = df.key1.factorize()
pd.DataFrame(dict(key1=u, key2=np.bincount(f, df.key2.eq('one')).astype(int)))

  key1  key2
0    a     2
1    b     1
2    c     0

Вариант 4

pd.crosstab(df.key1, df.key2.eq('one'))[True].rename('key2').reset_index()

  key1  key2
0    a     2
1    b     1
2    c     0

Вариант 5

pd.get_dummies(df.key1).mul(
   df.key2.eq('one'), 0
).sum().rename_axis('key1').reset_index(name='key2')

  key1  key2
0    a     2
1    b     1
2    c     0

Ответ 4

Вы можете сделать это с применением groupby() к обоим ключам и unstack().

df = df.groupby(['key1', 'key2']).size().unstack()

Ответ 5

Возможно, это не самое быстрое решение, но вы можете создать новый фрейм данных со столбцом единиц, если key2 равен 'one'.

df2 = df.assign(oneCount =
 lambda x: [1 if row.key2 == 'one' else 0 for index, row in x.iterrows()])

  key1 key2  oneCount
0    a  one         1
1    a  two         0
2    b  one         1
3    b  two         0
4    a  one         1
5    c  two         0

А затем объединить это.

df3 = df2.groupby('key1').agg({"oneCount":sum}).reset_index()

 key1  oneCount
0    a         2
1    b         1
2    c         0

Ответ 6

Мне нужно сосчитать 2 столбца (лямбда с двумя аргументами) в качестве примера:

групповой кадр данных, в столбце 'key2', например: df.groupby('key1') ['key2']. apply (лямбда x: x [x == 'one']. count())