如何在Pandas中组合数据框并保留列

Question

给定一个数据框,记录一些书的使用情况,如下所示:

Name   Type   ID
Book1  ebook  1
Book2  paper  2
Book3  paper  3
Book1  ebook  1
Book2  paper  2

我需要得到所有书籍的数量,保留其他列并得到这个:

Name   Type   ID    Count
Book1  ebook  1     2
Book2  paper  2     2
Book3  paper  3     1

如何才能做到这一点？

谢谢!

Answer 1

您需要以下内容:

In [20]:
df.groupby(['Name','Type','ID']).count().reset_index()

Out[20]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

在您的情况下,"名称","类型"和"ID"列匹配值,因此我们可以groupby在这些上调用count然后调用reset_index.

另一种方法是使用"计数"列添加transform,然后调用drop_duplicates:

In [25]:
df['Count'] = df.groupby(['Name'])['ID'].transform('count')
df.drop_duplicates()

Out[25]:
    Name   Type  ID  Count
0  Book1  ebook   1      2
1  Book2  paper   2      2
2  Book3  paper   3      1

Answer 2

我认为as_index = False应该可以解决问题.

df.groupby(['Name','Type','ID'], as_index=False).count()

Answer 3

如果 df 中有很多列，使用它是有意义的df.groupby(['foo']).agg(...)，请参见此处。该.agg()函数允许您选择如何处理不想对其应用操作的列。如果您只想保留它们，请使用.agg({'col1': 'first', 'col2': 'first', ...}. 相反的'first'，你也可以申请'sum'，'mean'和其他人。