下面是数据框的输出,我可以发布
df2 = df.groupby(['id1','id2']).size().reset_index()
df2.columns = ['id1','id2','Count']
print (df2)
id1 id2 Count
7780379 00000000-0000-0000-0000-000000000000 1
7780379 72b9f501-6d48-4a37-8f3a-ff4e5fb6ec8d 19
我试图添加条件是属于0000000- 0000000- 0000000- 0000000- 000000000000的任何id2是无效计数,以下是预期结果
id1 ValidCount InvalidCount
7780379 19 1
如果有什么建议请分享。
使用groupby_sum
:
out = df.groupby(['id1', df['id2']!='00000000-0000-0000-0000-000000000000'])['Count']
.sum().unstack().rename(columns={True: 'ValidCount', False: 'InvalidCount'})
输出:
>>> out
id2 InvalidCount ValidCount
id1
7780379 1 19
可以直接从df
得到最终输出,而不需要df2
:
valids = np.where(df['id2']=='00000000-0000-0000-0000-000000000000',
'InvalidCount', 'ValidCount')
df.groupby(['id1', valids]).size().unstack('id2').reset_index()