Question

我有一个数据框的两列，其中一列将用于对我们的数据进行分组，另一列我希望获得每一组的值计数。

其中一个列“ Assigned”包含重复的各种字符串，该列将用于对数据进行分组。

另一列“ Acquired”由0或1组成，我想计算每个组有0和1的数量。

我想将每个组的计数存储在两个字典中，一个存储0，另一个存储1。

我的数据框如下所示：

df
    Assigned    Acquired
    foo         1
    bar         1
    baz         0
    foo         1
    foo         0
... baz         0         ...
    bar         1
    foo         1
    bar         0
    baz         0
    baz         0

这是我尝试过的：

df_acq = df.groupby('Assigned')
df_acq.value_counts('Acquired')

以上代码的输出为：

Assigned    Acquired
foo            0       1 
               1       3
bar            0       1
               1       2 
baz            0       4
               1       0

现在，我希望能够使用这个系列对象并将其转换为两个字典。理想的情况是：

Acquired_0 = {
    'foo': 1,
    'bar': 1,
    'baz': 4
             }


Acquired_1 = {
    'foo': 3,
    'bar': 2,
    'baz': 0,
             }

我认为也许可以使用.to_dict（），但这会为每个“ Assigned”值创建两个键。示例：（'foo'，0）：1和（'foo'，1）：3 这会引起问题，因为我最终将这些字典添加到networkx的节点属性中，因此键必须严格为“已分配”值。

Answer 1

也许满足dict中的dicts，而不是任意数量的变量。键是唯一的Aqcuired值：

import pandas as pd

d = pd.crosstab(df.Acquired, df.Assigned).to_dict(orient='index')
#{0: {'bar': 1, 'baz': 4, 'foo': 1}, 1: {'bar': 2, 'baz': 0, 'foo': 3}}

# If you know there are only 2:
Acquired_0, Acquired_1 = pd.crosstab(df.Acquired, df.Assigned).to_dict(orient='index').values()

Answer 2

最好拆分为2个单独的数据帧：

 df_0 = df[df.Acquired==0]
 df_1 = df[df.Acquired==1]

并将它们分组：

Acquired_0 = df_0.groupby('Assigned').count().to_dict()['Acquired']
Acquired_1 = df_1.groupby('Assigned').count().to_dict()['Acquired']

Answer 3

这是我创建虚拟DataFrame的方法：

data = [['foo',1],['bar',1],['baz',0],['foo',1], ['foo',0], ['baz',1],['foo',0]]
df = pd.DataFrame(data, columns=['Assigned', 'Acquired'])

df.head(10)

DataFrame看起来像这样：

现在可以计算1了，我们可以这样做：

df_acq = df.groupby('Assigned').sum()
acq_dict_1 = df_acq.to_dict()['Acquired']
print(acq_dict_1)

输出如下：

{'bar': 1, 'baz': 1, 'foo': 2}

对于0，我们可以这样做：

df_acq = df.groupby('Assigned').count() - df.groupby('Assigned').sum()
acq_dict_0 = df_acq.to_dict()['Acquired']
print(acq_dict_0)

输出看起来像这样：

{'bar': 0, 'baz': 1, 'foo': 2}

获取基于Groupby的列的价值计数

3 个答案: