python - 在 python 中使用 size() 在数据框中输出为零

Question

我有一个包含三列的文件:A、B 和 C 以及一些整数。使用 python，假设我想 grouby() 列 'A' 并获取列中数字大于 4 、 6 和 8 的每个组的 size() '乙'。所以我实现了下面的代码:

    >>> import pandas as pd
    >>> 
    >>> df = pd.read_csv("test.txt", sep="\t")
    >>> df
       A  B   C
    0  1  4   3
    1  1  5   4
    2  1  2  10
    3  2  7   2
    4  2  4   4
    5  2  6   6
    >>> 
    >>> out1 = df[df['B'] > 4].groupby(['A']).size().reset_index()
    >>> out1
       A  0
    0  1  1
    1  2  2
    >>> out2 = df[df['B'] > 6].groupby(['A']).size().reset_index()
    >>> out2
       A  0
    0  2  1
    >>> out3 = df[df['B'] > 8].groupby(['A']).size().reset_index()
    >>> out3
    Empty DataFrame
    Columns: [A, 0]
    Index: []
    >>> 

out1 是我想要的输出。但是对于 out2 和 out3，如何得到类似于 out1 的数据帧，如下所示为零？

out2:
   A  0
0  2  1
1  2  0

out3:
   A  0
0  2  0
1  2  0

提前致谢。

Answer 1

想法是创建 bool 掩码，转换为整数并聚合 sum - 这里需要按 Series 分组，例如 df['A']而不是列名A:

out3 = (df['B'] > 8).astype(int).groupby(df['A']).sum().reset_index()
#alternative
#out3 = (df['B'] > 8).view('i1').groupby(df['A']).sum().reset_index()
print (out3)
   A  B
0  1  0
1  2  0

另一个想法是创建辅助列 - 例如将 B 分配给新值，然后聚合 sum:

out3 = df.assign(B = (df['B'] > 8).astype(int)).groupby('A')['B'].sum().reset_index()
print (out3)
   A  B
0  1  0
1  2  0