Pandas groupby 并跨多列计数
Pandas groupby and count across multiple columns
我有按 ID、年份排序的数据，然后是一系列事件标志，指示该 ID 在那一年是否发生了某件事：
ID
年份
x
y
z
1
2015
0
1
0
1
2016
1
1
0
1
2017
0
1
1
2
2015
1
0
1
2
2016
1
1
0
2
2017
0
1
1
我想按 ID 和 Year 分组，并对每个“事件”列应用累积计数，这样我就剩下类似下面的内容
ID
年份
x_total
y_total
z_total
1
2015
0
1
0
1
2016
1
2
0
1
2017
1
3
1
2
2015
1
0
1
2
2016
2
1
1
2
2017
2
2
2
我已经使用 cumsum 和 cumcount 查看了各种选项，但我似乎无法弄清楚。
您可以使用 .groupby() + .cumsum() to get the cumulative count to each "event" column. Then add _total as suffix to the column names by .add_suffix() 然后加入前两列：
df[['ID', 'Year']].join(df.groupby('ID')[['x', 'y', 'z']].cumsum().add_suffix('_total'))
结果：
ID Year x_total y_total z_total
0 1 2015 0 1 0
1 1 2016 1 2 0
2 1 2017 1 3 1
3 2 2015 1 0 1
4 2 2016 2 1 1
5 2 2017 2 2 2
我有按 ID、年份排序的数据，然后是一系列事件标志，指示该 ID 在那一年是否发生了某件事：
| ID | 年份 | x | y | z |
|---|---|---|---|---|
| 1 | 2015 | 0 | 1 | 0 |
| 1 | 2016 | 1 | 1 | 0 |
| 1 | 2017 | 0 | 1 | 1 |
| 2 | 2015 | 1 | 0 | 1 |
| 2 | 2016 | 1 | 1 | 0 |
| 2 | 2017 | 0 | 1 | 1 |
我想按 ID 和 Year 分组，并对每个“事件”列应用累积计数，这样我就剩下类似下面的内容
| ID | 年份 | x_total | y_total | z_total |
|---|---|---|---|---|
| 1 | 2015 | 0 | 1 | 0 |
| 1 | 2016 | 1 | 2 | 0 |
| 1 | 2017 | 1 | 3 | 1 |
| 2 | 2015 | 1 | 0 | 1 |
| 2 | 2016 | 2 | 1 | 1 |
| 2 | 2017 | 2 | 2 | 2 |
我已经使用 cumsum 和 cumcount 查看了各种选项，但我似乎无法弄清楚。
您可以使用 .groupby() + .cumsum() to get the cumulative count to each "event" column. Then add _total as suffix to the column names by .add_suffix() 然后加入前两列：
df[['ID', 'Year']].join(df.groupby('ID')[['x', 'y', 'z']].cumsum().add_suffix('_total'))
结果：
ID Year x_total y_total z_total
0 1 2015 0 1 0
1 1 2016 1 2 0
2 1 2017 1 3 1
3 2 2015 1 0 1
4 2 2016 2 1 1
5 2 2017 2 2 2