熊猫在分组依据之后计算列中的特定值，并放入新列中

Question

我需要计算多列组中的特定值['a', 'b', 'c']列'u'并将其值应用于新列[cnt_u1, cnt_u2]无论'u'中的值如何。这是输入 df：

df = pd.DataFrame([['u1', 'a1', 'b1', 'c1'],
['u1', 'a1', 'b1', 'c1'],
['', 'a1', 'b1', 'c1'],
['', 'a1', 'b1', 'c2'],
['u2', 'a1', 'b1', 'c2'],
['', 'a1', 'b1', 'c2'],
['', 'a2', 'b1', 'c3'],
['u2', 'a2', 'b1', 'c1'],
['u2', 'a2', 'b1', 'c1'],
['u2', 'a2', 'b1', 'c1'],
['', 'a2', 'b1', 'c1'],
['u3', 'a2', 'b3', 'c2']
], columns=['u', 'a', 'b', 'c'])

您可以在下面找到所需的输出。请注意，我只对u1, u2的特定值集感兴趣，即u3被跳过。

u   a   b   c cnt_u1 cnt_u2
0   u1  a1  b1  c1     2     0
1   u1  a1  b1  c1     2     0
2       a1  b1  c1     2     0
3       a1  b1  c2     0     1
4   u2  a1  b1  c2     0     1
5       a1  b1  c2     0     1
6       a2  b1  c3     0     0
7   u2  a2  b1  c1     3     0
8   u2  a2  b1  c1     3     0
9   u2  a2  b1  c1     3     0
10      a2  b1  c1     3     0
11  u3  a2  b3  c2     0     0

我设法实现的是应该应用计数的位置：

for s in ('u1', 'u2'):
df[f'x_{s}'] = df.groupby(['a', 'b', 'c'])['u'].transform(lambda x: (x == s).any())
u   a   b   c   x_u1   x_u2
0   u1  a1  b1  c1   True  False
1   u1  a1  b1  c1   True  False
2       a1  b1  c1   True  False
3       a1  b1  c2  False   True
4   u2  a1  b1  c2  False   True
5       a1  b1  c2  False   True
6       a2  b1  c3  False  False
7   u2  a2  b1  c1  False   True
8   u2  a2  b1  c1  False   True
9   u2  a2  b1  c1  False   True
10      a2  b1  c1  False   True
11  u3  a2  b3  c2  False  False

如何获取'u'中的值等于"u1"并放入'cnt_u1'列(分别为'u2'(的每个组的计数？我不认为转换/任何方法是最好的，我对任何按预期工作的东西都持开放态度。

Answer 1

我相信您需要sum计数Trues 值：

for s in ('u1', 'u2'):
df[f'x_{s}'] = df.groupby(['a', 'b', 'c'])['u'].transform(lambda x: (x == s).sum())

或者，您可以分配新列并仅使用sum：

for s in ('u1', 'u2'):
df[f'x_{s}'] = df.assign(u = (df.u == s).astype(int)).groupby(['a', 'b', 'c'])['u'].transform('sum')

---

print (df)
u   a   b   c  x_u1  x_u2
0   u1  a1  b1  c1     2     0
1   u1  a1  b1  c1     2     0
2       a1  b1  c1     2     0
3       a1  b1  c2     0     1
4   u2  a1  b1  c2     0     1
5       a1  b1  c2     0     1
6       a2  b1  c3     0     0
7   u2  a2  b1  c1     0     3
8   u2  a2  b1  c1     0     3
9   u2  a2  b1  c1     0     3
10      a2  b1  c1     0     3
11  u3  a2  b3  c2     0     0