python - Pandas 数据框上的条件过滤器和分组

Question

我有一个具有以下结构的数据框:

    date    kind    sector
0   2017-02-01  P   A
1   2017-02-01  P   A
2   2017-02-01  L   A
3   2017-02-01  G   A
4   2017-02-01  P   B
5   2017-02-01  P   B
6   2017-02-01  L   B
7   2017-02-01  T   B
8   2017-02-02  P   A
9   2017-02-02  P   A
10  2017-02-02  L   A
11  2017-02-02  T   A
12  2017-02-02  A   B
13  2017-02-02  P   B
14  2017-02-02  L   B
15  2017-02-02  L   B

我想创建一个具有以下格式的聚合

    date      sector free occupied total
   2017-02-01  A      2    2         4
   2017-02-01  B      2    2         4
   2017-02-02  A      2    2         4
   2017-02-02  A      3    1         4

规则是如果kind == P被占用，else是空闲的，total是所有条目的总和。我尝试在分组依据上使用 apply 但它不起作用:

df.groupby(['date', 'kind']).apply(lambda x: 1 if x == 'P' else 0)

拆分数据框和合并也不起作用:

df_p = df[df.kind == 'P']
df_np = df[df.kind != 'P']
df_t = df_p.groupby(['date', 'sector'], as_index=False).count()
df_nt = df_np.groupby(['date', 'sector'], as_index=False).count()
df_nt.rename(columns={'kind':'free'}, inplace=True)
df_t = pd.concat([df_t, df_nt])

有没有办法做这个计数？

Answer 1

为“occupied”和“free”创建两个新变量:

df['occupied'] = (df.kind == "P").astype(int)
df['free'] = (df.kind != "P").astype(int)

然后聚合(在这里使用 OrderedDict 而不是 dict 来实现所需的输出列排序):

df_2 = (
    df.groupby(["date","sector"])
    .agg(OrderedDict((("free" , np.sum) , ("occupied" , np.sum))))
)

并创建您的总计列:

df_2["total"] = df_2["free"] + df_2["occupied"]

输出: