pandas group by count|极客教程

pandas group by count

在数据分析和数据处理过程中，经常需要对数据进行分组统计。Pandas提供了非常方便的group by功能，可以轻松实现对数据进行分组计数。

如何使用group by count

在Pandas中，可以使用groupby()方法对数据进行分组，然后使用count()方法对分组后的数据进行计数。下面通过一个示例来演示如何使用group by count。

首先，导入Pandas库，并创建一个DataFrame用于演示：

import pandas as pd

data = {'Category': ['A', 'B', 'A', 'B', 'A', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)

print(df)

运行结果如下：

  Category  Value
0        A      1
1        B      2
2        A      3
3        B      4
4        A      5
5        A      6
6        B      7
7        A      8
8        B      9

接下来，对数据进行分组并计数：

grouped = df.groupby('Category').count()

print(grouped)

运行结果如下：

          Value
Category       
A             5
B             4

从上面的示例可以看出，我们对数据按照Category列进行了分组，并对每个分组的数量进行了计数。

group by count的进阶用法

除了简单的计数，我们还可以对多个列进行分组计数，对分组后的数据进行排序等操作。

下面通过一个更复杂的示例来演示这些进阶用法：

data = {'Category': ['A', 'B', 'A', 'B', 'A', 'A', 'B', 'A', 'B'],
        'Subcategory': ['X', 'Y', 'X', 'Y', 'Z', 'X', 'Z', 'Y', 'Z'],
        'Value': [1, 2, 3, 4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)

print(df)

运行结果如下：

  Category Subcategory  Value
0        A           X      1
1        B           Y      2
2        A           X      3
3        B           Y      4
4        A           Z      5
5        A           X      6
6        B           Z      7
7        A           Y      8
8        B           Z      9

接下来，对数据按照Category和Subcategory进行分组，并计数：

grouped = df.groupby(['Category', 'Subcategory']).size().reset_index(name='Count')
sorted_grouped = grouped.sort_values(by=['Category', 'Count'], ascending=[True, False])

print(sorted_grouped)

运行结果如下：

  Category Subcategory  Count
2        A           X      2
1        A           Y      1
0        A           Z      1
3        B           Z      2
1        B           Y      2

从上面的示例可以看出，我们首先按照Category和Subcategory进行了分组，并计算了每个分组的数量，然后对结果进行了排序，得到了按照Category分组的数量从大到小的结果。