Pandas DataFrame Gruppieren Sie nach zwei Spalten und erhalten Sie die Anzahl

Ich habe einen Pandas-Datenrahmen im folgenden Format:

df = pd.DataFrame([[1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], list('AAABBBBABCBDDD'), [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],['1','3','3','2','4','2','5','3','6','3','5','1','1','1']]).T
df.columns = ['col1','col2','col3','col4','col5']

df:

   col1 col2 col3     col4 col5
0   1.1    A  1.1    x/y/z    1
1   1.1    A  1.7      x/y    3
2   1.1    A  2.5  x/y/z/n    3
3   2.6    B  2.6      x/u    2
4   2.5    B  3.3        x    4
5   3.4    B  3.8    x/u/v    2
6   2.6    B    4    x/y/z    5
7   2.6    A  4.2        x    3
8   3.4    B  4.3  x/u/v/b    6
9   3.4    C  4.5        -    3
10  2.6    B  4.6      x/y    5
11  1.1    D  4.7    x/y/z    1
12  1.1    D  4.7        x    1
13  3.3    D  4.8  x/u/v/w    1

Jetzt möchte ich dies in zwei Spalten wie folgt gruppieren:

df.groupby(['col5','col2']).reset_index()

Ausgabe:

             index col1 col2 col3     col4 col5
col5 col2                                      
1    A    0      0  1.1    A  1.1    x/y/z    1
     D    0     11  1.1    D  4.7    x/y/z    1
          1     12  1.1    D  4.7        x    1
          2     13  3.3    D  4.8  x/u/v/w    1
2    B    0      3  2.6    B  2.6      x/u    2
          1      5  3.4    B  3.8    x/u/v    2
3    A    0      1  1.1    A  1.7      x/y    3
          1      2  1.1    A  2.5  x/y/z/n    3
          2      7  2.6    A  4.2        x    3
     C    0      9  3.4    C  4.5        -    3
4    B    0      4  2.5    B  3.3        x    4
5    B    0      6  2.6    B    4    x/y/z    5
          1     10  2.6    B  4.6      x/y    5
6    B    0      8  3.4    B  4.3  x/u/v/b    6

Ich möchte die Anzahl für jede Zeile wie folgt erhalten. Erwartete Ausgabe:

col5 col2 count
1    A      1
     D      3
2    B      2
etc...

Wie erhalte ich meine erwartete Ausgabe? Und ich möchte die größte Anzahl für jeden 'col2'-Wert finden?

Gefolgt von der Antwort von @ Andy, können Sie Folgendes tun, um Ihre zweite Frage zu lösen:

In [56]: df.groupby(['col5','col2']).size().reset_index().groupby('col2')[[0]].max()
Out[56]: 
      0
col2   
A     3
B     2
C     1
D     3

Sie suchen size:

In [11]: df.groupby(['col5', 'col2']).size()
Out[11]:
col5  col2
1     A       1
      D       3
2     B       2
3     A       3
      C       1
4     B       1
5     B       2
6     B       1
dtype: int64

Um die gleiche Antwort wie "waitkuo" (die "zweite Frage") zu erhalten, aber etwas sauberer, müssen Sie nach Level gruppieren:

In [12]: df.groupby(['col5', 'col2']).size().groupby(level=1).max()
Out[12]:
col2
A       3
B       2
C       1
D       3
dtype: int64

Einfügen von Daten in einen Pandas-Datenrahmen und Angabe des Spaltennamens .

import pandas as pd
df = pd.DataFrame([['A','C','A','B','C','A','B','B','A','A'], ['ONE','TWO','ONE','ONE','ONE','TWO','ONE','TWO','ONE','THREE']]).T
df.columns = [['Alphabet','Words']]
print(df)   #printing dataframe.

Dies sind unsere gedruckten Daten:

Um eine Gruppe von Datenrahmen in Pandas und Zählern zu erstellen , müssen
Sie eine weitere Spalte angeben , die die Gruppierung zählt . Nennen wir diese Spalte im Datenrahmen "COUNTER" .

So was:

df['COUNTER'] =1       #initially, set that counter to 1.
group_data = df.groupby(['Alphabet','Words'])['COUNTER'].sum() #sum function
print(group_data)

AUSGABE:

Idiomatische Lösung, die nur eine einzige Gruppe verwendet

(df.groupby(['col5', 'col2']).size() 
   .sort_values(ascending=False) 
   .reset_index(name='count') 
   .drop_duplicates(subset='col2'))

  col5 col2  count
0    3    A      3
1    1    D      3
2    5    B      2
6    3    C      1

Erläuterung

Das Ergebnis der Groupby- sizeMethode ist eine Serie mit col5und col2im Index. Von hier aus können Sie eine andere groupby-Methode verwenden, um den Maximalwert jedes Werts in zu ermitteln. Dies col2ist jedoch nicht erforderlich. Sie können einfach alle Werte absteigend sortieren und dann nur die Zeilen mit dem ersten Auftreten von col2mit der drop_duplicatesMethode beibehalten.

Wenn Sie eine neue Spalte (z. B. 'count_column') mit den Gruppenzahlen in den Datenrahmen einfügen möchten:

df.count_column=df.groupby(['col5','col2']).col5.transform('count')

(Ich habe 'col5' ausgewählt, da es keine Nan enthält.)

Sie können einfach die Anzahl der integrierten Funktionen verwenden, gefolgt von der Funktion groupby

df.groupby(['col5','col2']).count()