python - Pandas :按多列分组后创建单一大小和求和列

Question

我有一个数据框，我在其中对 3 列进行分组并汇总数字列的总和和大小。运行代码后

df = pd.DataFrame.groupby(['year','cntry', 'state']).agg(['size','sum'])

我得到如下内容:

现在我想从主列中拆分我的尺寸子列并仅创建单个尺寸列，但希望将总和列保留在主列标题下。我尝试了不同的方法但没有成功。这些是我尝试过但无法为我工作的方法:

How to count number of rows in a group in pandas group by object?

Converting a Pandas GroupBy object to DataFrame

如果有人能帮助我，我将不胜感激。

问候，

Answer 1

设置

d1 = pd.DataFrame(dict(
        year=np.random.choice((2014, 2015, 2016), 100),
        cntry=['United States' for _ in range(100)],
        State=np.random.choice(states, 100),
        Col1=np.random.randint(0, 20, 100),
        Col2=np.random.randint(0, 20, 100),
        Col3=np.random.randint(0, 20, 100),
    ))

df = d1.groupby(['year', 'cntry', 'State']).agg(['size', 'sum'])
df

---

回答
最简单的方法是在 groupby

之后只运行 size

d1.groupby(['year', 'cntry', 'State']).size()

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
dtype: int64

---

使用计算的df

df.xs('size', axis=1, level=1)

如果每列的 size 不同，那将很有用。但是因为 ['Col1', 'Col2', 'Col3'] 的 size 列是相同的，我们可以这样做

df[('Col1', 'size')]

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
Name: (Col1, size), dtype: int64

---

组合 View 1

pd.concat([df[('Col1', 'size')].rename('size'),
           df.xs('sum', axis=1, level=1)], axis=1)

---

组合 View 2

pd.concat([df[('Col1', 'size')].rename(('', 'size')),
           df.xs('sum', axis=1, level=1, drop_level=False)], axis=1)