本文介绍了对在多个PANDA列上使用GROUPBY后出现的值进行计数的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我的输入数据帧如下：
使用以下代码行生成
l = [["a", 12, 12], ["a", 12, 33.], ["b", 12.3, 12.3], ["a", 13, 1]]
df = pd.DataFrame(l, columns=["a", "b", "c"])
我目前可以按如下方式累计统计频率
使用
df['freq'] = df.groupby(by=["a","b"]).cumcount()+1
它考虑了列a和列b中的公共值，并对它们进行计数。然而，我只想在列b的值不同而列a的值相同的情况下增加频率计数。下图显示了所需输出的一种形式：
如何以优化的方式在 pandas 身上实现这一点？
推荐答案
可以使用双精度.groupby。例如：
df["freq"] = df.groupby("a")["b"].apply(lambda x: x.groupby(x).ngroup() + 1)
print(df)
打印：
a b c freq
0 a 12.0 12.0 1
1 a 12.0 33.0 1
2 b 12.3 12.3 1
3 a 13.0 1.0 2
这篇关于对在多个PANDA列上使用GROUPBY后出现的值进行计数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！