którym podano dataframe który loguje zastosowania niektórych książek tak:Jak GroupBy się Dataframe w Pand i zachować Kolumny
Name Type ID
Book1 ebook 1
Book2 paper 2
Book3 paper 3
Book1 ebook 1
Book2 paper 2
muszę się liczyć z wszystkich książek, prowadzenie innych kolumn i otrzymaj :
Name Type ID Count
Book1 ebook 1 2
Book2 paper 2 2
Book3 paper 3 1
Jak można tego dokonać?
Dzięki!
Chcesz następujące:
In [20]:
df.groupby(['Name','Type','ID']).count().reset_index()
Out[20]:
Name Type ID Count
0 Book1 ebook 1 2
1 Book2 paper 2 2
2 Book3 paper 3 1
W twoim przypadku „Nazwa”, „Typ” i „ID” cols mecz w wartościach więc możemy groupby na nich, a następnie zadzwonić countreset_index.
Alternatywnym rozwiązaniem byłoby dodanie „count” kolumny stosując transform a następnie zadzwonić drop_duplicates:
In [25]:
df['Count'] = df.groupby(['Name'])['ID'].transform('count')
df.drop_duplicates()
Out[25]:
Name Type ID Count
0 Book1 ebook 1 2
1 Book2 paper 2 2
2 Book3 paper 3 1
To zwraca mi pustą ramkę danych – Geeocode
To wydaje się działać, ale gdybyśmy mieli o wiele więcej kolumn (jak mam w innych ramkach danych), czy nie zaszkodziłoby to wydajności? Ponadto nie jest bardzo intuicyjny. –
Problem polega na tym, że grupowanie zmniejszy ilość informacji, więc niekoniecznie da pożądany df za jednym zamachem, zaktualizowałem moją odpowiedź, aby pokazać, jak można to zrobić w 2 krokach, co jest lepsze do zrozumienia. – EdChum
myślę as_index = False powinno załatwić sprawę.
Kiedy mówisz "zdobyć liczbę wszystkich książek", co dokładnie mówisz. Czy chcesz liczyć według nazwy, typu, ID lub ich kombinacji? W jaki sposób wyniki wyglądałyby, gdyby Book1 również miał typ "papierowy"? – Alexander
Chcę liczyć wszystkie książki po imieniu, a nazwa i typ są zawsze spójne: Book1 zawsze będzie ebookiem. –