python - 如何根据 Pandas 另一列中的条件计算记录的频率？

Question

我有一个这样的表:

In [2]: df = pd.DataFrame({
   ...:     'donorID':[101,101,101,102,103,101,101,102,103],
   ...:     'recipientID':[11,11,21,21,31,11,21,31,31],
   ...:     'amount':[100,200,500,200,200,300,200,200,100],
   ...:     'year':[2014,2014,2014,2014,2014,2015,2015,2015,2015]
   ...: })

In [3]: df
Out[3]:
   amount  donorID  recipientID  year
0     100      101           11  2014
1     200      101           11  2014
2     500      101           21  2014
3     200      102           21  2014
4     200      103           31  2014
5     300      101           11  2015
6     200      101           21  2015
7     200      102           31  2015
8     100      103           31  2015

我想按捐赠者计算捐赠者-接受者对的数量(同一捐赠者在 n 年内对同一接受者的捐赠，其中 n 可以是任何数字，并且不必连续，但是我在这里使用 2 来保持简单)。在这种情况下，捐助者 101 在 2014 年和 2015 年分别向受助者 11 和 21 捐款，101 的计数为 2。102 的计数为 0，103 的计数为 1。结果表如下所示:

   donorID  num_donation_2_years
0      101                     2
1      102                     0
2      103                     1

我试过使用 groupby 和 pivot_table 但没能得到正确的答案。 Pandas 的任何建议将不胜感激？谢谢!

Answer 1

有点像

df1=df.groupby('donorID').apply(lambda x : x.groupby(x.recipientID).year.nunique().gt(1).sum())
df1
Out[102]: 
donorID
101    2
102    0
103    1
dtype: int64

获取数据框

df1.to_frame('num_donation_2_years').reset_index()
Out[104]: 
   donorID  num_donation_2_years
0      101                     2
1      102                     0
2      103                     1

---

因为黑暗提及不要使用apply

这是更新

df1=df.groupby(['donorID','recipientID']).year.nunique().gt(1).sum(level=0)
df1
Out[109]: 
donorID
101    2.0
102    0.0
103    1.0
Name: year, dtype: float64

df1.to_frame('num_donation_2_years').reset_index()
Out[104]: 
   donorID  num_donation_2_years
0      101                     2
1      102                     0
2      103                     1