pandas groupby计数字符串出现在列上

Question

我想计算一个分组的pandas dataframe列中字符串的出现。

假设我有以下数据框：

catA    catB    scores
A       X       6-4 RET
A       X       6-4 6-4
A       Y       6-3 RET
B       Z       6-0 RET
B       Z       6-1 RET

首先，我想GROUP BYcatA和catB。对于这些组中的每一个，我都希望计算RET该scores列中的出现次数。

结果应如下所示：

catA    catB    RET
A       X       1
A       Y       1
B       Z       2

通过两列进行分组很容易： grouped = df.groupby(['catA', 'catB'])

但是接下来呢？

Answer 1

调用对象apply的“得分”列，groupby并使用vectorisestr方法contains，使用此方法过滤group和调用count：

In [34]:    
df.groupby(['catA', 'catB'])['scores'].apply(lambda x: x[x.str.contains('RET')].count())

Out[34]:
catA  catB
A     X       1
      Y       1
B     Z       2
Name: scores, dtype: int64

要将其分配为列使用，transform以便聚合返回其索引与原始df对齐的序列：

In [35]:
df['count'] = df.groupby(['catA', 'catB'])['scores'].transform(lambda x: x[x.str.contains('RET')].count())
df

Out[35]:
  catA catB   scores count
0    A    X  6-4 RET     1
1    A    X  6-4 6-4     1
2    A    Y  6-3 RET     1
3    B    Z  6-0 RET     2
4    B    Z  6-1 RET     2