我正在处理一个 pandas DataFrame,它需要一个新列来显示特定列中特定值的计数。
我尝试了 groupby 和 pivot 的各种组合,但无法将其应用于整个数据框而不会出错。
df = pd.DataFrame([
['a', 'z'],
['a', 'x'],
['a', 'y'],
['b', 'v'],
['b', 'x'],
['b', 'v']],
columns=['col1', 'col2'])
我需要添加 col3,它为“col1”中的每个值计算 col2 中的“v”值。对于 col1 中的“a”,col2 中没有“v”,因此它到处都是 0,而“b”的期望值计数为 2,也在 col2 中的值等于“x”而不是“v”的行中。
预期输出:
['a', 'z', 0]
['a', 'x', 0]
['a', 'y', 0]
['b', 'v', 2]
['b', 'x', 2]
['b', 'v', 2]
我正在寻找一个很好的 pandas 特定解决方案,因为原始数据框非常大,所以行迭代和时间昂贵。
请您参考如下方法:
创建一个 bool 系列来检查是否相等,然后 groupby +transform + sum 来计算它们。
df['col3'] = df.col2.eq('v').astype(int).groupby(df.col1).transform('sum')
# col1 col2 col3
#0 a z 0
#1 a x 0
#2 a y 0
#3 b v 2
#4 b x 2
#5 b v 2
