python - 如何根据 Pandas 中其他两列的值计算一列的计数？

Question

我有一个包含三列的数据集:

import pandas as pd

df = pd.DataFrame({'A': [1,2,3,2,3,3],
                   'B': [1.0, 2.0, 3.0, 2.0, 3.0, 3.0],                
                   'C': [0.0, 3.5, 1.2, 2.1, 3.1, 0.0]})

现在，显然我可以使用 df['A'].value_counts()让我得到 A 列中值的计数:

df['A'].value_counts()
3    3
2    2
1    1
Name: A, dtype: int64

但是，我需要的是能够根据 B 之间的关系更改计数值。和 C .

例如:

df['B'][0] - df['C'][0]
1.0
df['B'][1] - df['C'][1]
-1.5

我的情况是，我想要总和 > 0算作 1，求和 < 0计为-1，和0算作 0。

所以为了我的目的，有 B和 C变成这样:

df = pd.DataFrame({'A':      [1,  2, 3,  2,  3, 3],
                   'counts': [1, -1, 1, -1, -1, 1]})

然后以某种方式能够将其转化为:

3  2
1  1
2 -2

是我所追求的。我将如何使用 Pandas 来做到这一点？

Answer 1

import pandas as pd
import numpy as np

df['counts'] = np.sign(df.B - df.C)    # use the numpy.sign to create the count column
df.groupby('A')['counts'].sum()        # group the counts by column A and sum the value

#A
#1    1.0
#2   -2.0
#3    1.0
#Name: counts, dtype: float64