python - 列的 Pandas 数据框总和并收集结果

Question

给定以下数据框:

import pandas as pd
p1 = {'name': 'willy', 'age': 11, 'interest': "Lego"}
p2 = {'name': 'willy', 'age': 11, 'interest': "games"}
p3 = {'name': 'zoe', 'age': 9, 'interest': "cars"}
df = pd.DataFrame([p1, p2, p3])
df

    age interest    name
0   11  Lego        willy
1   11  games       willy
2   9   cars        zoe

我想知道每个人的兴趣总和，让每个人在列表中只显示一次。我执行以下操作:

Interests = df[['age', 'name', 'interest']].groupby(['age' , 'name']).count()
Interests.reset_index(inplace=True)
Interests.sort('interest', ascending=False, inplace=True)
Interests

    age name    interest
1   11  willy   2
0   9   zoe     1

这行得通，但我觉得我做错了。现在我使用“兴趣”列来显示我的总和值，这没问题，但就像我说的那样，我希望有更好的方法来做到这一点。

我在 Pandas 中看到了很多关于计数/求和的问题，但对我来说，我忽略“重复项”的部分是关键。

Answer 1

您可以使用大小(每组的长度)，而不是计算组中每列中的非 NaN 实体。

In [11]: df[['age', 'name', 'interest']].groupby(['age' , 'name']).size()
Out[11]:
age  name
9    zoe      1
11   willy    2
dtype: int64

In [12]: df[['age', 'name', 'interest']].groupby(['age' , 'name']).size().reset_index(name='count')
Out[12]:
   age   name  count
0    9    zoe      1
1   11  willy      2