主页 / coding / 问题 / 79178919
Accepted
Giampaolo Levorato
Asked: 2024-11-12 03:39:46 +0800 CST

在 Pandas 中计算行中的元素数量并创建列计数器

  • 772

我创建了以下熊猫数据框：

import pandas as pd

ds = {'col1' : ['A','A','B','C','C','D'],
      'col2' : ['A','B','C','D','D','A']}

df = pd.DataFrame(data=ds)

数据框如下所示：

print(df)

  col1 col2
0    A    A
1    A    B
2    B    C
3    C    D
4    C    D
5    D    A

col1和中的可能值col2有A、B和C。D

我需要创建 4 个新列，称为：

  • countA：计算A每行/记录中有多少个
  • countB：计算B每行/记录中有多少个
  • countC：计算C每行/记录中有多少个
  • countD：计算D每行/记录中有多少个

因此，从上面的例子来看，生成的数据框将如下所示：

在此处输入图片描述

有人能帮帮我吗？

python

4 个回答

  1. 也许这对你有用

    from numpy import unique

for k in unique(df.values):
    df['count'+k] = df.eq(k).sum(axis=1)

    由此得出

      col1 col2  countA  countB  countC  countD
0    A    A       2       0       0       0
1    A    B       1       1       0       0
2    B    C       0       1       1       0
3    C    D       0       0       1       1
4    C    D       0       0       1       1
5    D    A       1       0       0       1
    • 6
  2. Best Answer

    这是一种使用的方法pd.get_dummies()

    df.join(pd.get_dummies(df,prefix='',prefix_sep='').T.groupby(level=0).sum().T.rename('count{}'.format,axis=1))

    这是一种使用的方法value_counts()

    df.join(df.stack().groupby(level=0).value_counts().unstack(fill_value = 0).rename('count{}'.format,axis=1))

    输出：

      col1 col2  countA  countB  countC  countD
0    A    A       2       0       0       0
1    A    B       1       1       0       0
2    B    C       0       1       1       0
3    C    D       0       0       1       1
4    C    D       0       0       1       1
5    D    A       1       0       0       1
    • 2

  3. 保持简单，您可以使用stack+droplevel来获取一个系列，然后crosstab进行计数和join输出，可选择在之后add_prefix重命名列：

    # reshape to 1D
s = df.stack().droplevel(-1)

# count and add to original
out = df.join(pd.crosstab(s.index, s).add_prefix('count'))

    输出：

      col1 col2  countA  countB  countC  countD
0    A    A       2       0       0       0
1    A    B       1       1       0       0
2    B    C       0       1       1       0
3    C    D       0       0       1       1
4    C    D       0       0       1       1
5    D    A       1       0       0       1
    • 1

  4. 您可以将整列与特定字母进行比较，将布尔值转换为 int，然后对每个字母的所得系列求和。例如：

    将 pandas 导入为 pd

    ds = {'col1' : ['A','A','B','C','C','D'],
      'col2' : ['A','B','C','D','D','A']}

df = pd.DataFrame(data=ds)

to_count = ['col1', 'col2']
for letter in ['A', 'B', 'C', 'D']:
    df[f'count_{letter}'] = sum([(df[col] == letter).astype(int) for col in to_count])

    返回：

        col1 col2 count_A count_B count_C count_D
0   A   A   2   0   0   0
1   A   B   1   1   0   0
2   B   C   0   1   1   0
3   C   D   0   0   1   1
4   C   D   0   0   1   1
5   D   A   1   0   0   1
    • 0

相关问题