Skip to main content
 首页 » 编程设计

python之获取 pandas python 中每个类别/组的重复值计数

2024年12月31日14mengfanrong

我有一个像这样的 df1:

Type     Name     Identifier     Number     Amount 
 A        xx          0001         12        0.89 
          xx          0001         56        0.78 
          zz          0002         33        0.56 
          yy          0020         44        0.45 
          yy          0020         67        0.45 
 B        ww          0300         12        0.34 
          ww          0300         54        0.1 
          kk          0900         43        0.2 

我想获取每种类型的重复标识符的计数,这样生成的数据框现在看起来像

 Type     Count_Dups      Ave. Amount   
  A         2                2.345   
  B         1                0.44 

哪里大街。 amount 是所有重复值的总和/重复值的计数。 (例子:A = (0.89+0.78+0.45+0.45)/2)

我应该使用 for 循环吗? groupby 够了吗?

请您参考如下方法:

IIUC,你可以用这个方法。将数据框过滤到重复项,然后使用 nunique 和 sum 进行分组,最后,划分两列。

df_out = df1[df1.duplicated(subset=['Type','Identifier'], keep=False)]\ 
             .groupby('Type')['Identifier','Amount']\ 
             .agg({'Identifier':'nunique','Amount':'sum'})\ 
             .rename(columns={'Identifier':'Count_Dups'}) 
 
df_out['Ave. Amount'] = df_out['Amount']  / df_out['Count_Dups'] 
 
print(df_out.reset_index()) 

输出:

  Type  Count_Dups  Amount  Ave. Amount 
0    A           2    2.57        1.285 
1    B           1    0.44        0.440