首页 文章

如何将pandas value_counts（）合并到dataframe或使用它来对数据帧进行子集化

提问于
浏览 次
6

我使用pandas df.value_counts（）来查找特定品牌的出现次数 . 我想将这些 Value 计数与初始数据框中的相应品牌合并 .

df has many columns including one named 'brands'
 brands = df.brands.value_counts()

 brand1   143
 brand2   21
 brand3   101
 etc.

如何将值计数与原始数据框合并，使每个品牌的相应计数位于新列中，例如“brand_count”？

是否可以为这些列分配 Headers ;名称函数不适用于系列，我无法将其转换为数据帧，可能以这种方式合并数据 . 但是，value_counts输出一系列dtype int64（品牌名称应为type string），这意味着我无法执行以下操作：

df2 = pd.DataFrame({'brands': list(brands_all[0]), "brand_count":
 list(brands_all[1])})
 (merge with df)

最终，我想得到这个：

col1  col2  col3  brands  brand_count ... col150
                   A        30
                   C        140
                   A        30
                   B        111
python pandas

4 回答

  • 1

    那是你要的吗：

    import numpy as np
import pandas as pd

# generating random DataFrame
brands_list = ['brand{}'.format(i) for i in range(10)]
a = pd.DataFrame({'brands': np.random.choice(brands_list, 100)})
b = pd.DataFrame(np.random.randint(0,10,size=(100, 3)), columns=list('ABC'))
df = pd.concat([a, b], axis=1)
print(df.head())

# generate 'brands' DF
brands = pd.DataFrame(df.brands.value_counts().reset_index())
brands.columns = ['brands', 'count']
print(brands)

# merge 'df' & 'brands_count'
merged = pd.merge(df, brands, on='brands')
print(merged)

    PS的第一个重要部分就是数据帧生成 .

    有趣的部分以 # generate 'brands' DF评论开头

    回复于
  • 6
    df = ...
key_col = "brand"
count_col = "brand_count"

result = (
    df.join(
        df[key_col].value_counts().rename(count_col), 
        how="left", 
        on=key_col)
)

    如果您需要将计数加入到不同的数据帧，请记住用零填充 NaN ：

    df = ...
other = ...
key_col = "brand"
count_col = "brand_count"

result = (
    other.join(
        df[key_col].value_counts().rename(count_col), 
        how="left", 
        on=key_col)
    .fillna({count_col: 0})
)
    回复于
  • 11

    你想使用 transform .

    import numpy as np
import pandas as pd

np.random.seed(0)

# Create dummy data.
df = pd.DataFrame({'brands': ['brand{0}'.format(n) 
                   for n in np.random.random_integers(0, 5, 10)]})

df['brand_count'] = \
    df.groupby('brands', as_index=False)['brands'].transform(lambda s: s.count())

>>> df
   brands brand_count
0  brand4           1
1  brand5           2
2  brand0           1
3  brand3           4
4  brand3           4
5  brand3           4
6  brand1           1
7  brand3           4
8  brand5           2
9  brand2           1

    以供参考：

    >>> df.brands.value_counts()
brand3    4
brand5    2
brand4    1
brand0    1
brand1    1
brand2    1
Name: brands, dtype: int64
    回复于
  • 0

    Pandas DataFrame的merge和value_counts属性非常快，所以我将两者结合起来 .

    df.merge(df['brand'].value_counts().to_frame(), how='left', left_on='brand',
         right_index=True, suffixes=('', 'x'))\
  .rename(columns={'brandx':'brand_count'})
    回复于

相关问题