Skip to main content
 首页 » 编程设计

python之缺少 key 的 Pandas groupby

2025年05月04日11mq0036

假设我有以下地址和电话号码数据框:

>>> import pandas as pd 
>>> df=pd.DataFrame() 
>>> df['Address']=['1 Main St','1 Main St','45 Spruce St','45 Spruce St','100 Green St','100 Green St', '500 Washington','500 Washington'] 
>>> df['Phone']=['555-5555','555-5555','666-6666','666-6667','777-7777',None,None,None] 
>>> df 
          Address     Phone 
0       1 Main St  555-5555 
1       1 Main St  555-5555 
2    45 Spruce St  666-6666 
3    45 Spruce St  666-6667 
4    100 Green St  777-7777 
5    100 Green St      None 
6  500 Washington      None 
7  500 Washington      None 
>>>  

我想对 Address 和 Phone 字段进行分组,并计算每组中的地址数。但是,我有一个额外的标准:具有相同地址但缺少(不是不同的)电话号码的组应被视为具有相同的地址和电话号码。在我下面的示例中,这意味着最后一条记录也应假定为具有电话号码 777-7777。此外,具有相同地址但都没有电话号码的组也应分组(在我的示例中为华盛顿)。

当我按地址和电话分组时,没有值被丢弃:

>>> df.groupby(['Address','Phone']).size().reset_index().rename(columns={0:'Size'}) 
        Address     Phone  Size 
0     1 Main St  555-5555     2 
1  100 Green St  777-7777     1 
2  45 Spruce St  666-6666     1 
3  45 Spruce St  666-6667     1 
>>>  

基本上,本地址组中的所有记录都有电话号码时,我希望按地址和电话分组,而当电话值缺失时,我只按地址分组。我想要的输出是:

          Address     Phone 
0       1 Main St  555-5555 
1    45 Spruce St  666-6666 
2    45 Spruce St  666-6667 
3    100 Green St  777-7777 
4  500 Washington      None 
>>>  

关于我如何做到这一点有什么建议吗?

请您参考如下方法:

好问题。

以下情况如何:

def count_phones(g): 
    distinct = len(g.dropna().unique()) 
    return distinct if distinct else 1 
 
>>> df.Phone.groupby(df.Address).agg(count_phones) 
Address 
1 Main St         1 
100 Green St      1 
45 Spruce St      2 
500 Washington    1 
dtype: int64 
  • 仅按地址分组。

  • 在每个组中,计算电话号码的非空唯一值。

  • 如果数字是 0,则所有都是 None,我们返回 1。