Pandas和groupby计算两个不同列中的匹配数

Question

我想计算一个pandas数据帧中groupby之后的匹配数。

claim   event   material1   material2
A       X       M1          M2
A       X       M2          M3
A       X       M3          M0
A       X       M4          M4
A       Y       M5          M5
A       Y       M6          M0
B       Z       M7          M0
B       Z       M8          M0

首先，我按照对索赔事件进行分组，对于每个组，我想计算列material1和material 2之间的匹配数

对于小组来说，我有grouped = df.groupby(['claim', 'event'])，但后来我不知道如何比较这两个新列。

它应该返回以下数据帧：

claim   event   matches
A       X       3          
A       Y       1          
B       Z       0          

你知道怎么做吗？

Answer 1

使用isin用于比较列，按比例分组使用汇总sum，最后投放到int和reset_index用于MultiIndex的列：

a = (df['material1'].isin(df['material2']))
df = a.groupby([df['claim'], df['event']]).sum().astype(int).reset_index(name='matches')

分配给新列的解决方案：

df['matches'] = df['material1'].isin(df['material2']).astype(int)
df = df.groupby(['claim', 'event'])['matches'].sum().reset_index()

@Wen的解决方案，谢谢你：

df['matches'] = df['material1'].isin(df['material2']).astype(int)
df = df.groupby(['claim', 'event'], as_index=False)['matches'].sum()

我认为较大的DataFrame s：

应该更慢

df = (df.groupby(['claim', 'event'])
                  .apply(lambda x : x['material1'].isin(x['material2']).astype(int).sum())
                  .reset_index(name='matches'))

print (df)
  claim event  matches
0     A     X        3
1     A     Y        1
2     B     Z        0