对多列中具有相同值的数据进行计数和分组

Question

我很难完成这个特定的任务：我想从下面的数据中计算所有度数都等于 0 的元素并将它们分组。换句话说，有多少X1的三个度数都为0？

Element | Degree A | Degree B | Degree C |
.............................................
 X1 |         0          0          0 
 X1 |         1          1          0
 X1 |         0          0          0 
 X2 |         1          0          1
 X2 |         0          0          0
 X2 |         0          0          0
 X3 |         0          0          0  
 X3 |         1          1          0
 X3 |         0          1          0

这是期望的输出：

    Element     All=0 counts
................................
    X1           2
    X2           2
    X3           1

这是我试过的：

d1 = df.groupby(["Element"])["Degree A"].apply(lambda x: (x==0).sum())

我尝试添加其他列，但它不起作用

d2 = df.groupby(["Element"])["Degree A"]&["Degree B"]&["Degree C"].apply(lambda x: (x==0).sum())

Answer 1

一个合理的方法是在 groupby 之前创建另一列：

df['check'] = df['Degree A'] + df["Degree B"] + df['Degree C'] == 0

df.groupby(['Element'])['check'].sum()

这给出了所需的输出。

Answer 2

您可以对类似 'Degree' 的列求和，并使用 filter + sum(axis=1) + eq(0) 检查它们的结果是否等于 0。这导致 boolean series 可以传递到 loc 中，这将 return 仅包含总和为 0 的行的数据帧。

在此结果中，您可以使用 groupby.size() 来计算每个元素的出现次数：

df.loc[df.filter(like='Degree').sum(1).eq(0)]\
    .groupby('Element', as_index=False).size()

  Element  size
0      X1     2
1      X2     2
2      X3     1

数据样本：

df = pd.DataFrame(
    {'Element': {0: 'X1',
  1: 'X1',
  2: 'X1',
  3: 'X2',
  4: 'X2',
  5: 'X2',
  6: 'X3',
  7: 'X3',
  8: 'X3'},
 'Degree A': {0: 0, 1: 1, 2: 0, 3: 1, 4: 0, 5: 0, 6: 0, 7: 1, 8: 0},
 'Degree B': {0: 0, 1: 1, 2: 0, 3: 0, 4: 0, 5: 0, 6: 0, 7: 1, 8: 1},
 'Degree C': {0: 0, 1: 0, 2: 0, 3: 1, 4: 0, 5: 0, 6: 0, 7: 0, 8: 0}}
    )

对多列中具有相同值的数据进行计数和分组

Counting and grouping data that have the same value in several columns

python

dataframe

grouping

apply

counting