python pandas简单数据透视表总计数

Question

我正在尝试找出对数据进行简单处理的最佳方法：

import pandas    
dfn = pandas.DataFrame({
    "A" : [ 'aaa', 'bbb', 'aaa', 'bbb' ],
    "B" : [     1,    10,     2,   30  ],
    "C" : [     2,     0,     3,   20  ] })

我想有输出是一个数据帧，通过分组A，即总和和计数值B和C，和名称必须是完全（Sum_B，Sum_C，Count），如下：

A   Sum_B  Sum_C  Count
aaa    3      5       2
bbb   50     20       2

最快的方法是什么？

Answer 1

你可以使用.agg()函数：

In [227]: dfn.groupby('A').agg({'B':sum, 'C':sum, 'A':'count'}).rename(columns={'A':'count'})
Out[227]:
      B  count   C
A
aaa   3      2   5
bbb  40      2  20

或与reset_index()：

In [239]: dfn.groupby('A').agg({'B':sum, 'C':sum, 'A':'count'}).rename(columns={'A':'count'}).reset_index()
Out[239]:
     A   B  count   C
0  aaa   3      2   5
1  bbb  40      2  20

PS 这是@evan54提供的示例链接

Answer 2

执行此操作的一种方法是按所需的列进行分组，然后进行求和，如下所示。

r = dfn.groupby('A').sum()
r['counts'] = dfn.A.value_counts() # this could also be written as dfn['A'].value_counts()

第一行计算总和，第二行获取每个值在 A 中出现的次数。