python - 如何计算 Pandas 数据框中值不为零的列数

Question

我有以下数据:

device_id   class   Channel A   Channel B   Channel C   Channel D   Channel E   Channel F   Channel G   Channel H   Channel I   Channel J
28          S           2           4           23          45          6           6           8           9           0           0
54          P           34          56          21          0           76          45          0           0           0           0
97          S           24          45          76          0           0           35          76          87          6           20
22          V           0           0           32          76          89          0           0           0           0           0

channel 按照我在字典中定义的映射分组出现，如下所示:

字典:

di = {              
'S' : ['Channel A','Channel B'],                
'P' : ['Channel C','Channel D','Channel E'],                
'V' : ['Channel F','Channel G','Channel H','Channel I',' Channel J']
}

我需要从 pandas 数据帧中按行计算每个设备下正在观看的 channel 数。

预期输出:

device_id   class   Channels_S  Channels_P  Channels_V
28           S          2           3           3
54           P          2           2           1
97           S          2           1           5
22           V          0           3           0

有人可以指导我吗？

Answer 1

这里有一个你可以使用的技巧:

mask = df.set_index(['device_id','class']) != 0

d1 = mask.groupby({i:k for k,v in di.items() for i in v},axis=1).sum()

ndf = d1.add_prefix('Channel_').reset_index()

   device_id class  Channel_P  Channel_S  Channel_V
0         28     S        3.0        2.0        3.0
1         54     P        2.0        2.0        1.0
2         97     S        1.0        2.0        5.0
3         22     V        3.0        0.0        0.0

解释:

1. mask 将为您提供一个包含 bool 值的数据框，其值不等于零为真，其余为假。我们将设备和类设置为索引，因此不会考虑它们。

2. 展开字典中的列表，以便我们可以根据键对列进行分组 {i:k for k,v in di.items() for i in v}

    { 'Channel_F': 'V', 'Channel_J': 'V', 'Channel_E': 'P', 
     'Channel_G': 'V', 'Channel_D': 'P', 'Channel_B': 'S', 
     'Channel_I': 'V', 'Channel_A': 'S', 'Channel_C': 'P', 
     'Channel_H': 'V' }

1. Groupby 轴 1，然后求和。

2. 为列添加前缀并重置索引。