Question

我有一个数据框，我在3列上进行groupby并聚合数值列的总和和大小。运行代码后

index = ((i + 1) * i / 2 + i).

我得到的内容如下：

现在我想从主列拆分大小子列并仅创建单个大小的列，但希望将总和列保留在主列标题下。我尝试了不同的方法，但没有成功。这些是我尝试过但无法让事情适合我的方法：

How to count number of rows in a group in pandas group by object?

Converting a Pandas GroupBy object to DataFrame

如果有人能帮助我解决这个问题，我将不胜感激。

此致

Answer 1

设置

d1 = pd.DataFrame(dict(
        year=np.random.choice((2014, 2015, 2016), 100),
        cntry=['United States' for _ in range(100)],
        State=np.random.choice(states, 100),
        Col1=np.random.randint(0, 20, 100),
        Col2=np.random.randint(0, 20, 100),
        Col3=np.random.randint(0, 20, 100),
    ))

df = d1.groupby(['year', 'cntry', 'State']).agg(['size', 'sum'])
df

<强> 答案
最简单的方法是仅在size

之后运行groupby

d1.groupby(['year', 'cntry', 'State']).size()

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
dtype: int64

使用计算出的df

df.xs('size', axis=1, level=1)

如果每列的size不同，那将非常有用。但由于size的{{1}}列相同，我们可以这样做

['Col1', 'Col2', 'Col3']

组合视图1

df[('Col1', 'size')]

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
Name: (Col1, size), dtype: int64

组合视图2

pd.concat([df[('Col1', 'size')].rename('size'),
           df.xs('sum', axis=1, level=1)], axis=1)

Answer 2

piRSquared打败了我，但是如果你必须这样做，并希望保持与列的对齐和总和或大小下面你可以重新索引列以删除大小值，然后添加一个新列来包含大小值。

例如：

group = df.groupby(['year', 'cntry','state']).agg(['sum','size'])
mi = pd.MultiIndex.from_product([['Col1','Col2','Col3'],['sum']])
group = group.reindex_axis(mi,axis=1)
sizes = df.groupby('state').size().values
group['Tot'] = 0
group.columns = group.columns.set_levels(['sum','size'], level=1)
group.Tot.size = sizes

最终看起来像这样：

                 Col1 Col2 Col3  Tot
                  sum  sum  sum size
year cntry State
2015 US    CA      20    0    4    1
           FL      40    3    5    1
           MASS     8    1    3    1
           MN      12    2    3    1

熊猫：创造单一尺寸＆amp;按列分组后的多列

2 个答案: