python - Pandas:通过过滤变量级别进行子集并将其分组返回计数？

Question

我在这里看不到 Pandas 中树木的语法。

如何对现有数据帧进行子集化，在该数据帧中仅筛选一个变量的一个级别并将其按另一个级别进行分组，从而返回筛选后的变量的计数。据推测，这可以通过一次操作完成，而不需要创建 2 个对象。

下面是一个基于 mtcars 数据集的可重现示例。我修改了“cyl”和“am”变量以复制数据中的级别。

                    mpg   cyl  disp  hp drat    wt  qsec vs  am gear 
Mazda RX4           21.0  six 160.0 110 3.90 2.620 16.46  0  yes   4  
Mazda RX4 Wag       21.0  two 160.0 110 3.90 2.875 17.02  0  yes   4  
Datsun 710          22.8  six 108.0  93 3.85 2.320 18.61  1  no    4 
Hornet 4 Drive      21.4  two 258.0 110 3.08 3.215 19.44  1  yes   3 
Hornet Sportabout   18.7  six 360.0 175 3.15 3.440 17.02  0  yes   3 
Valiant             18.1  two 225.0 105 2.76 3.460 20.22  1  yes   3 
Duster 360          14.3  two 360.0 245 3.21 3.570 15.84  0  no    3 

在这里，我只想过滤“am”列中"is"的汽车，并按“cyl”级别对它们进行分组。

子集数据应该看起来像这样，并且需要是一个数据框:

cyl   count_column 
six   2
two   3

Answer 1

df[df.am=="yes"].cyl.value_counts()

为此，您实际上不需要进行分组，因为您想要的只是计数。 df[df.am=="yes"] 仅提供 am 列中带有“yes”的行。然后，您可以在该子集的 cyl 列上使用 value_counts。

结果是一个系列。如果您想要一个 DataFrame，请制作一个:

pandas.DataFrame({'count_column': df[df.am=="yes"].cyl.value_counts()})