Bedingtes Zählen in Gruppen

Question

Ich wollte bedingte Zählung nach groupby machen; B. nach Werten der Spalte A gruppieren und dann innerhalb jeder Gruppe zählen, wie oft der Wert 5 in der Spalte B erscheint.

Wenn ich dies für die gesamte DataFrame tat, ist es nur len(df[df['B']==5]). Also ich hoffte, ich könnte df.groupby('A')[df['B']==5].size() tun. Aber ich denke, boolesche Indizierung funktioniert nicht innerhalb GroupBy Objekte.

Beispiel:

import pandas as pd 
df = pd.DataFrame({'A': [0, 4, 0, 4, 4, 6], 'B': [5, 10, 10, 5, 5, 10]}) 
groups = df.groupby('A') 
# some more code 
# in the end, I want to get pd.Series({0: 1, 1: 2, 6: 0}) 

Answer 1

alle Zeilen auswählen, wo B 5 entspricht, und dann gelten groupby/size:

In [43]: df.loc[df['B']==5].groupby('A').size() 
Out[43]: 
A 
0 1 
4 2 
dtype: int64 

Alternativ Sie groupby/agg mit einer benutzerdefinierten Funktion verwenden:

In [44]: df.groupby('A')['B'].agg(lambda ser: (ser==5).sum()) 
Out[44]: 
A 
0 1 
4 2 
Name: B, dtype: int64 

Beachten Sie, dass im Allgemeinenverwendenmit einer benutzerdefinierten Funktion ist langsamer als groupby mit einer integrierten Methode wie size. Also lieber die erste Option über die zweite.

In [45]: %timeit df.groupby('A')['B'].agg(lambda ser: (ser==5).sum()) 
1000 loops, best of 3: 927 µs per loop 

In [46]: %timeit df.loc[df['B']==5].groupby('A').size() 
1000 loops, best of 3: 649 µs per loop 

---

A Werte umfassen, in denen die Größe Null ist, könnten Sie das Ergebnis indizieren:

import pandas as pd 
df = pd.DataFrame({'A': [0, 4, 0, 4, 4, 6], 'B': [5, 10, 10, 5, 5, 10]}) 
result = df.loc[df['B'] == 5].groupby('A').size() 
result = result.reindex(df['A'].unique()) 

Ausbeuten

A 
0 1.0 
4 2.0 
6 NaN 
dtype: float64