python - 是否可以将 agg 和 value_counts 与 Pandas 组合在单行中

Question

给定一个df

   a  b  ngroup
0  1  3       0
1  1  4       0
2  1  1       0
3  3  7       2
4  4  4       2
5  1  1       4
6  2  2       4
7  1  1       4
8  6  6       5

我想计算按 ngroup 列分组的多列(即 a 和 b)的总和。

此外，我想计算每个组的元素数量。

基于这两个条件，预期输出如下

a   b   nrow_same_group ngroup
3   8   3               0
7   11  2               2
4   4   3               4
6   6   1               5

下面的代码应该可以完成工作

import pandas as pd

df=pd.DataFrame(list(zip([1,1,1,3,4,1,2,1,6,10],
                         [3,4,1,7,4,1,2,1,6,1],
                         [0,0,0,2,2,4,4,4,5])),columns=['a','b','ngroup'])


grouped_df = df.groupby(['ngroup'])
df1 = grouped_df[['a','b']].agg('sum').reset_index()


df2 = df['ngroup'].value_counts().reset_index()

df2.sort_values('index', axis=0, ascending=True, inplace=True, kind='quicksort', na_position='last')
df2.reset_index(drop=True, inplace=True)
df2.rename(columns={'index':'ngroup','ngroup':'nrow_same_group'},inplace=True)
df= pd.merge(df1, df2, on=['ngroup'])

但是，我想知道是否存在内置 pandas 可以在单行中实现类似的功能。

Answer 1

您可以仅使用 groupby + agg 来完成此操作.

import pandas as pd 

df=pd.DataFrame(list(zip([1,1,1,3,4,1,2,1,6,10],
                         [3,4,1,7,4,1,2,1,6,1],
                         [0,0,0,2,2,4,4,4,5])),columns=['a','b','ngroup'])

res = (
    df.groupby('ngroup', as_index=False)
      .agg(a=('a','sum'), b=('b', 'sum'), 
           nrow_same_group=('a', 'size'))
)

这里传递给 agg 的参数是元组，其第一个元素是要聚合的列，第二个元素是要应用于该列的聚合函数。参数名称是结果列的标签。

输出:

>>> res

   ngroup  a   b  nrow_same_group
0       0  3   8                3
1       2  7  11                2
2       4  4   4                3
3       5  6   6                1