python - 分组后计算数据框中某些值的数量

Question

我有一个数据框如下:

    userID  Correct
0   1050    F
1   1050    T
2   1050    T
3   1050    F
4   1050    F
5   1050    F
6   1050    F
7   1050    F
8   1050    F
9   1050    F
10  1051    F
11  1051    F
12  1051    F
13  1051    F
14  1051    F
15  1051    T
16  1051    F
17  1051    F
18  1051    F
19  1051    T

我想做的是计算每个用户“正确”列的 T 数。也就是说，在我们按 userID 对数据框进行分组后，我想要一个包含该用户的 T 数的列。

这是我所做的，但显然是错误的:

df.groupby('userID').agg({'Correct': lambda x: (x == T).count()})

Answer 1

你真的很接近，使用 True 的 sum:

df1 = df.groupby('userID').agg({'Correct': lambda x: (x == 'T').sum()})
print (df1)
        Correct
userID         
1050          2
1051          2

但更好的做法是先过滤再计数:

df1 = df[df['Correct'] == 'T'].groupby('userID').size().to_frame('Correct')
print (df1)
        Correct
userID         
1050          2
1051          2

要为没有T 的userID 添加0 添加reindex :

df1 = (df[df['Correct'] == 'T'].groupby('userID')
                              .size()
                              .reindex(df['userID'].unique(), fill_value=0)
                              .to_frame('Correct'))
print (df1)
        Correct
userID         
1050          2
1051          2
333           0