python中pandas对多列进行分组统计的实现

编辑: admin 分类: python 发布时间: 2021-12-24 来源:互联网

使用groupby([ ]).size()统计的结果，值相同的字段值会不显示

在这里插入图片描述

如上图所示，第一个空着的行是982499 7 3388 1，因为此行与前面一行的这两个字段值是一样的，所以不显示。第二个空着的行是390192 22 4278 1，因为此行与前面一行的第一个字段值是一样的，所以不显示。这样的展示方式更直观，但对于刚用的人，可能会让其以为是缺失值。

如果还不明白可以看下面的全部数据及操作。

import pandas as pd
res6 = pd.read_csv('test.csv')
res6.shape

(12, 3)
res6.columns
Index(['user_id', 'cate', 'shop_id'], dtype='object')
res6.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12 entries, 0 to 11
Data columns (total 3 columns):
user_id    12 non-null int64
cate       12 non-null int64
shop_id    12 non-null int64
dtypes: int64(3)
memory usage: 368.0 bytes
res6.describe()

user_id cate shop_id count 1.200000e+01 12.000000 12.000000 mean 6.468688e+05 10.666667 3594.000000 std 3.988181e+05 6.665151 373.271775 min 2.421410e+05 7.000000 3388.000000 25% 3.901920e+05 7.000000 3388.000000 50% 4.938730e+05 7.000000 3388.000000 75% 9.824990e+05 10.250000 3586.250000 max 1.558165e+06 23.000000 4278.000000 

res6

user_id cate shop_id 0 390192 20 4178 1 390192 23 4179 2 390192 22 4278 3 1021819 7 3388 4 242141 7 3388 5 283284 7 3388 6 1558165 7 3388 7 533696 7 3388 8 982499 7 3388 9 493873 7 3388 10 493873 7 3388 11 982499 7 3389 

res6['user_id'].value_counts()


390192     3
982499     2
493873     2
242141     1
1021819    1
533696     1
1558165    1
283284     1
Name: user_id, dtype: int64
res6.groupby(['user_id']).size().sort_values(ascending=False)


user_id
390192     3
982499     2
493873     2
1558165    1
1021819    1
533696     1
283284     1
242141     1
dtype: int64


res6.groupby(['user_id', 'cate']).size().sort_values(ascending=False)


user_id  cate
982499   7       2
493873   7       2
1558165  7       1
1021819  7       1
533696   7       1
390192   23      1
         22      1
         20      1
283284   7       1
242141   7       1
dtype: int64

res6_test = res6.groupby(['user_id', 'cate', 'shop_id']).size().sort_values(ascending=False)
res6_test
user_id  cate  shop_id
493873   7     3388       2
1558165  7     3388       1
1021819  7     3388       1
982499   7     3389       1
               3388       1
533696   7     3388       1
390192   23    4179       1
         22    4278       1
         20    4178       1
283284   7     3388       1
242141   7     3388       1
dtype: int64

到此这篇关于python中pandas对多列进行分组统计的实现的文章就介绍到这了,更多相关pandas多列分组统计内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【自由互联：韩国服务器 转载请保留连接】
更多阅读