python - 如何在 Pandas (python 3) 中组合不同的数据集？

Question

我的问题围绕着在 pandas 中使用 groupby 函数并尝试合并两个数据集。

现在我的数据如下所示:

Name     Price
James    2
Jon      3 
James    0
Bob      4
Bob      0

我需要的是创建一个包含三个指标的数据集:每个名称的价格总和、每个名称的价格为零的实例数以及每个名字出现的次数..

所以理想情况下输出应该是这样的

Name     Price   Count of Frequency      Count of Zero
James    2             2                       1
Jon      3             1                       0
Bob      4             1                       1

现在我的代码看起来像这样:

newlist = df1.join(s)
countif = newlist.groupby(['KW']).size().reset_index()
group = newlist.groupby(['KW'])
sumif = group.sum().reset_index()
zero = newlist[newlist['Price'] == 0.0]
zero2 = zero.groupby(['KW']).size().reset_index()
concat = pd.concat([sumif,countif,zero2], axis=1)

但这有很多缺点:它不符合Python语言且效率低下，它会创建 KW 列的重复行，并且它不会以统一的方式排列所有数据，因为当“zero2”变量仅显示那些 KW 时，价格是 0 所以我得到这样的结果:

 KW      Price      KW       0      KW       0
 James    2         james    2      James    1
 Bob      4         Bob      2      Bob      1

Answer 1

您正在寻找带有 apply 的 groupby。

def func(x):
    return pd.Series({'Obs': len(x)
                    , 'Sum': x.price.sum()
                    , 'Zeros': len(x[x.price==0])})

用法:

df.groupby(["name"]).apply(func)