Панды — группировка по тому же размеру

У меня есть фрейм данных с пятью столбцами: G1, G2, G3, G4 и Tax. Я группирую по G и налогу для каждого столбца G, чтобы подсчитать, сколько строк имеет значение 1. Но размерность результата различна для каждого G, потому что некоторые G имеют только 0 значений.

Это мой код:

self.instance.df.groupby(["G1", "Tax"]).size().drop(0)
self.instance.df.groupby(["G2", "Tax"]).size().drop(0)

Я удаляю индекс 0, потому что мне нужно только 1 значение.

НАЧАЛЬНЫЙ РАМКА ДАННЫХ:

       G1  G2  G3  G4  Tax
   0   0   1   0   0   1.1
   1   1   1   0   1   1.1
   2   1   1   0   0   1.2
   3   0   1   0   1   1.3

Результат, который я ожидаю:

G1  Tax
1   1.1   5
    1.2   7
    1.5   3
    1.7   0

и результат, который я получаю:

 G1 Tax
 1  1.1   5
    1.2   7
    1.5   3

Можете ли вы поделиться исходным фреймом данных?

Milos Stojanovic 20.06.2024 15:34

Я включил в вопрос исходный datafreme, но он решен. Спасибо за ответы.

Denis Padua 20.06.2024 16:16
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
2
55
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

IIUC, вы можете значительно упростить свою логику, выполнив всего одну groupby:

out = (df.set_index('Tax').filter(like='G').eq(1)
         .groupby(level='Tax').sum()
       )

Или:

cols = ['G1', 'G2', 'G3', 'G4']

out = df.groupby('Tax')[cols].agg(lambda x: x.eq(1).sum())

И если ваши значения только 0/1:

cols = ['G1', 'G2', 'G3', 'G4']

out = df.groupby('Tax')[cols].sum()

Пример:

# input
   G1  G2  G3  G4 Tax
0   0   1   0   0   A
1   1   1   0   1   A
2   1   1   0   0   A
3   0   1   0   1   B

# output
     G1  G2  G3  G4
Tax                
A     2   3   0   1
B     0   1   0   1

Другие вопросы по теме