python - 分组计数。为什么每列？

Question

我经常需要知道 Pandas 数据框中每个组中有多少条目。以下代码执行此操作，但它为我的数据框中的每一列返回一个值。

df.groupby(['A', 'B', 'C']).count()

也就是说，如果我有，请说 20 列(其中 A、B 和 C 是三个)，它会返回 17 计数，每个组中的计数都是相同的(至少每次我都这样做)。

1. 这背后的理由是什么？
2. 有什么方法可以将计数限制为仅一列吗？ (或者让它每组只返回一个值？)
3. 这会以某种方式加快计数速度吗？

方法 dataFrameGroupBy.count 似乎没有参数来指定在哪些列上进行计数(我也无法在 API ref 上找到它)

Answer 1

groupby(...).count() 返回每列中非空值的计数。因此每列的情况可能会有所不同。

示例:

>>> df
   jim  joe  jolie
0    4  NaN      4
1    8    0    NaN
>>> df.groupby('jim').count()
     joe  jolie
jim            
4      0      1
8      1      0

.groupby(...).size() 返回每个组的大小。