如何计算熊猫组中的所有正值和负值？

Question

我们假设我们有一张桌子:

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C' : np.random.randn(8), 'D' : np.random.randn(8)})

输出:

      A       B          C           D
0    foo     one    -1.304026    0.237045
1    bar     one     0.030488   -0.672931
2    foo     two     0.530976   -0.669559
3    bar     three  -0.004624   -1.604039
4    foo     two    -0.247809   -1.571291
5    bar     two    -0.570580    1.454514
6    foo     one     1.441081    0.096880
7    foo     three   0.296377    1.575791

我想计算C列中有多少正负数属于A列中的每个组以及具有多大比例.A中的组比foo和bar多得多,因此组名不应该在代码中.

我试图通过A组合然后过滤,但没有找到正确的方法.还试图与一些聪明的lambda聚合,但没有成功.

Answer 1

您可以将此作为一行应用(第一列为负,第二列为正):

In [11]: df.groupby('A').C.apply(lambda x: pd.Series([(x < 0).sum(), (x >= 0).sum()])).unstack()
Out[111]: 
     0  1
A        
bar  2  1
foo  2  3

[2 rows x 2 columns]

但是,我认为更简洁的方法是使用虚拟列并使用value_counts:

In [21]: df['C_sign'] = np.sign(df.C)

In [22]: df.groupby('A').C_sign.value_counts()
Out[22]: 
A      
bar  -1    2
      1    1
foo   1    3
     -1    2
dtype: int64

In [23]: df.groupby('A').C_sign.value_counts().unstack()
Out[23]: 
     -1   1
A          
bar   2   1
foo   2   3

[2 rows x 2 columns]