Уникальные комбинации значений в выбранных столбцах в кадре данных pandas и счетчике

У меня есть данные в кадре данных pandas следующим образом:

df1 = pd.DataFrame({'A':['yes','yes','yes','yes','no','no','yes','yes','yes','no'],
                   'B':['yes','no','no','no','yes','yes','no','yes','yes','no']})

Итак, мои данные выглядят как

----------------------------
index         A        B
0           yes      yes
1           yes       no
2           yes       no
3           yes       no
4            no      yes
5            no      yes
6           yes       no
7           yes      yes
8           yes      yes
9            no       no
-----------------------------

Я хотел бы преобразовать его в другой фрейм данных. Ожидаемый вывод может быть показан на следующем питоне script:

output = pd.DataFrame({'A':['no','no','yes','yes'],'B':['no','yes','no','yes'],'count':[1,2,4,3]})

Итак, мой ожидаемый результат выглядит так:

--------------------------------------------
index      A       B       count
--------------------------------------------
0         no       no        1
1         no      yes        2
2        yes       no        4
3        yes      yes        3
--------------------------------------------

Фактически, я могу найти, чтобы найти все комбинации и подсчитать их, используя следующую команду: mytable = df1.groupby(['A','B']).size()

Однако оказывается, что такие комбинации находятся в одном столбце. Я хотел бы разделить каждое значение в комбинации на другой столбец, а также добавить еще один столбец для результата подсчета. Можно ли это сделать? Могу ли я предложить свои предложения? Заранее благодарю вас.

Ответ 1

Вы можете groupby в колонках "A" и "B" и вызвать size, а затем reset_index и rename сгенерированный столбец:

In [26]:

df1.groupby(['A','B']).size().reset_index().rename(columns={0:'count'})
Out[26]:
     A    B  count
0   no   no      1
1   no  yes      2
2  yes   no      4
3  yes  yes      3

Обновление

Небольшое объяснение, группируя по 2 столбцам, это группы строк, где значения A и B одинаковы, мы вызываем size, который возвращает число уникальных групп:

In[202]:
df1.groupby(['A','B']).size()

Out[202]: 
A    B  
no   no     1
     yes    2
yes  no     4
     yes    3
dtype: int64

Итак, теперь для восстановления сгруппированных столбцов мы вызываем reset_index:

In[203]:
df1.groupby(['A','B']).size().reset_index()

Out[203]: 
     A    B  0
0   no   no  1
1   no  yes  2
2  yes   no  4
3  yes  yes  3

Это восстанавливает индексы, но агрегация размера превращается в сгенерированный столбец 0, поэтому мы должны переименовать это:

In[204]:
df1.groupby(['A','B']).size().reset_index().rename(columns={0:'count'})

Out[204]: 
     A    B  count
0   no   no      1
1   no  yes      2
2  yes   no      4
3  yes  yes      3

groupby принимает аргумент arg as_index, который мы могли бы установить в False, поэтому он не делает сгруппированные столбцы индексом, но это создает series, и вам все равно придется восстанавливать индексы и т.д....:

In[205]:
df1.groupby(['A','B'], as_index=False).size()

Out[205]: 
A    B  
no   no     1
     yes    2
yes  no     4
     yes    3
dtype: int64

Ответ 2

Немного связанный, я искал уникальные комбинации, и я придумал этот метод:

def unique_columns(df,columns):

    result = pd.Series(index = df.index)

    groups = meta_data_csv.groupby(by = columns)
    for name,group in groups:
       is_unique = len(group) == 1
       result.loc[group.index] = is_unique

    assert not result.isnull().any()

    return result

И если вы хотите только утверждать, что все комбинации уникальны:

df1.set_index(['A','B']).index.is_unique

Ответ 3

Как объяснил EdChum, это работает:

df1.groupby([ 'А', 'В']) размер() reset_index() переименования (столбцы = {0: 'Count'})...

Ответ 4

Помещение @EdChum очень приятного ответа в функцию count_unique_index. Уникальный метод работает только с сериями панд, а не с фреймами данных. Функция ниже воспроизводит поведение уникальной функции в R:

unique возвращает вектор, фрейм данных или массив, такой как x, но с удаленными дублирующимися элементами/строками.

И добавляет количество вхождений в соответствии с запросом OP.

df1 = pd.DataFrame({'A':['yes','yes','yes','yes','no','no','yes','yes','yes','no'],                                                                                             
                    'B':['yes','no','no','no','yes','yes','no','yes','yes','no']})                                                                                               
def count_unique_index(df, by):                                                                                                                                                 
    return df.groupby(by).size().reset_index().rename(columns={0:'count'})                                                                                                      

count_unique_index(df1, ['A','B'])                                                                                                                                              
     A    B  count                                                                                                                                                                  
0   no   no      1                                                                                                                                                                  
1   no  yes      2                                                                                                                                                                  
2  yes   no      4                                                                                                                                                                  
3  yes  yes      3