python中pandas对多列进行分组统计的实现

使用groupby([ ]).size()统计的结果，值相同的字段值会不显示

如上图所示，第一个空着的行是982499 7 3388 1，因为此行与前面一行的这两个字段值是一样的，所以不显示。第二个空着的行是390192 22 4278 1，因为此行与前面一行的第一个字段值是一样的，所以不显示。这样的展示方式更直观，但对于刚用的人，可能会让其以为是缺失值。

如果还不明白可以看下面的全部数据及操作。

import pandas as pd
res6 = pd.read_csv('test.csv')
res6.shape

(12, 3)

res6.columns

index(['user_id', 'cate', 'shop_id'], dtype='object')

res6.info()

<class 'pandas.core.frame.dataframe'>
rangeindex: 12 entries, 0 to 11
data columns (total 3 columns):
user_id    12 non-null int64
cate       12 non-null int64
shop_id    12 non-null int64
dtypes: int64(3)
memory usage: 368.0 bytes

res6.describe()

	user_id	cate	shop_id
count	1.200000e+01	12.000000	12.000000
mean	6.468688e+05	10.666667	3594.000000
std	3.988181e+05	6.665151	373.271775
min	2.421410e+05	7.000000	3388.000000
25%	3.901920e+05	7.000000	3388.000000
50%	4.938730e+05	7.000000	3388.000000
75%	9.824990e+05	10.250000	3586.250000
max	1.558165e+06	23.000000	4278.000000

res6

	user_id	cate	shop_id
0	390192	20	4178
1	390192	23	4179
2	390192	22	4278
3	1021819	7	3388
4	242141	7	3388
5	283284	7	3388
6	1558165	7	3388
7	533696	7	3388
8	982499	7	3388
9	493873	7	3388
10	493873	7	3388
11	982499	7	3389

res6['user_id'].value_counts()

390192     3
982499     2
493873     2
242141     1
1021819    1
533696     1
1558165    1
283284     1
name: user_id, dtype: int64

res6.groupby(['user_id']).size().sort_values(ascending=false)

user_id
390192     3
982499     2
493873     2
1558165    1
1021819    1
533696     1
283284     1
242141     1
dtype: int64

res6.groupby(['user_id', 'cate']).size().sort_values(ascending=false)

user_id  cate
982499   7       2
493873   7       2
1558165  7       1
1021819  7       1
533696   7       1
390192   23      1
         22      1
         20      1
283284   7       1
242141   7       1
dtype: int64

res6_test = res6.groupby(['user_id', 'cate', 'shop_id']).size().sort_values(ascending=false)
res6_test

user_id  cate  shop_id
493873   7     3388       2
1558165  7     3388       1
1021819  7     3388       1
982499   7     3389       1
               3388       1
533696   7     3388       1
390192   23    4179       1
         22    4278       1
         20    4178       1
283284   7     3388       1
242141   7     3388       1
dtype: int64

到此这篇关于python中pandas对多列进行分组统计的实现的文章就介绍到这了,更多相关pandas多列分组统计内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！