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

Contar elementos em uma linha e criar contador de colunas no pandas

  • 772

Criei o seguinte dataframe do pandas:

import pandas as pd

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

df = pd.DataFrame(data=ds)

O dataframe se parece com isto:

print(df)

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

Os valores possíveis em col1e col2são A, B, Ce D.

Preciso criar 4 novas colunas, chamadas:

  • countA:conta quantos Aestão em cada linha/registro
  • countB:conta quantos Bestão em cada linha/registro
  • countC:conta quantos Cestão em cada linha/registro
  • countD:conta quantos Destão em cada linha/registro

Então, a partir do exemplo acima, o dataframe resultante ficaria assim:

insira a descrição da imagem aqui

Alguém pode me ajudar, por favor?

python

4 respostas

  1. Provavelmente isso pode funcionar para você

    from numpy import unique

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

    o que dá

      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

    Aqui está uma maneira de usarpd.get_dummies()

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

    e aqui está uma maneira de usarvalue_counts()

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

    Saída:

      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. Mantenha-o simples, você pode stack+ droplevelpara obter uma série, depois crosstabcontar e joina saída, opcionalmente depois add_prefixrenomear as colunas:

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

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

    Saída:

      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. Você pode comparar uma coluna inteira com uma letra específica, converter booleanos para int e somar tais séries obtidas para cada letra. Por exemplo:

    importar pandas como 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])

    retorna:

        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

relate perguntas