如何为size（）列指定名称？

Question

我使用. size（）在一个Groupby结果上，以便计算每个组中有多少项。

我希望在不手动编辑列名数组的情况下将结果保存到新列名，如何实现？

这就是我尝试过的：

grpd = df.groupby(['A','B'])
grpd['size'] = grpd.size()
grpd

我得到的错误是：

TypeError:“DataFrameGroupBy”对象不支持项分配（在第二行）

Answer 1

df.groupby（…）的结果不是数据帧。要恢复数据帧，必须对每个组应用一个函数，转换组中的每个元素，或过滤组。

似乎您需要一个包含（1）df中所有原始数据和（2）每个组中有多少数据的DataFrame。这些东西有不同的长度，所以如果它们需要进入同一个数据帧，您需要冗余地列出大小，即每个组中的每一行。

df['size'] = df.groupby(['A','B']).transform(np.size)

（旁白：如果您可以显示简洁的示例输入和预期结果，这将是很有帮助的。）

Answer 2

您需要变换大小-len的df与之前相同：

通知：

这里需要在groupby之后添加一列，否则会出现错误。因为GroupBy.sizecountNaNs，所以所使用的列并不重要。所有列的工作方式相同。

import pandas as pd

df = pd.DataFrame({'A': ['x', 'x', 'x','y','y']
                , 'B': ['a', 'c', 'c','b','b']})
print (df)
   A  B
0  x  a
1  x  c
2  x  c
3  y  b
4  y  b

df['size'] = df.groupby(['A', 'B'])['A'].transform('size')
print (df)
   A  B  size
0  x  a     1
1  x  c     2
2  x  c     2
3  y  b     2
4  y  b     2

如果需要在聚合df-len中设置列名，则df显然与以前不同：

import pandas as pd

df = pd.DataFrame({'A': ['x', 'x', 'x','y','y']
                , 'B': ['a', 'c', 'c','b','b']})
print (df)
   A  B
0  x  a
1  x  c
2  x  c
3  y  b
4  y  b

df = df.groupby(['A', 'B']).size().reset_index(name='Size')
print (df)
   A  B  Size
0  x  a     1
1  x  c     2
2  y  b     2

Answer 3

DataFrameGroupBy对象的.size（）内置方法实际上返回一个具有组大小的Series对象，而不是DataFrame。如果需要一个列为组大小、按组编制索引、具有自定义名称的数据帧，可以使用.to_frame（）方法并使用所需的列名作为参数。

grpd = df.groupby(['A','B']).size().to_frame('size')

如果您希望组再次成为列，您可以在末尾添加一个.reset_index（）。