python - 计算 `groupby` 中字符串和 `pandas` 分类变量的出现次数

Question

我在 Pandas 中有一个数据框，其中包含分类信息和自由文本数据。 我想计算特定字符串在自由文本数据中出现的次数，并groupby每个分类变量。

我一直在使用的一些策略如下，但并没有给我带来我想要的结果。 我可以修改什么来达到最终期望的结果？

country freeText
USA yes
China   no
USA yes
Brazil  no
Brazil  no
China   no

df[df['freeText']=='no'].groupby('country').count()
df.groupby('country')['freeText'].str.contains('no').sum()

期望的结果

USA 0
China   2
Brazil  2

Answer 1

比较文本并创建 bool 值，然后执行groupby.sum -

df.freeText.eq('no').groupby(df.country).sum()

#country
#Brazil    2.0
#China     2.0
#USA       0.0
#Name: freeText, dtype: float64

或者常见的groupby.agg/apply语法:

df.groupby('country').freeText.agg(lambda g: g.eq('no').sum())

#country
#Brazil    2
#China     2
#USA       0
#Name: freeText, dtype: int64