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！