熊貓集團通過獨特的計數作爲新列

Question

我想在我的熊貓數據幀中添加一個新列col將被計算爲：

select count(distinct ITEM) as col 
from base_data 
where STOCK > 0 
group by DEPT, CLAS, DATE; 

爲此我做

assort_size = base_data[(base_data['STOCK'] > 0)]\ 
.groupby(['DEPT','CLAS','DATE'])['ITEM']\ 
.transform('nunique') 

基本上對於每個部門，班級，日期組合，我希望獲得庫存中存在的項目數量。所以我想要結果與父數據幀合併，但結果是作爲pandas.core.series.Series出現，所以我不能append (axis=1)它回來（行數不同，例如1.6 M Vs 1.4 M）。另外我沒有DEPT, CLAS, DATE列加入。我可以在這裏做什麼來獲得按列分組的數據框？

有沒有更好的方法直接在父熊貓數據框（base_data）中創建新列，而不是創建一個新對象，比如我正在創建assort_size？

Answer 1

您可以ü SE boolean indexing第一，然後用nunique和最後joingroupby：

base_data = pd.DataFrame({"DEPT": ["a", "a", "b", "b"], 
        "CLAS":['d','d','d','d'], 
        "STOCK": [-1, 1, 2,2], 
        "DATE":pd.to_datetime(['2001-10-10','2001-10-10', 
              '2001-10-10','2001-10-10']), 
        "ITEM":[1,2,3,4]}) 

print (base_data) 
    CLAS  DATE DEPT ITEM STOCK 
0 d 2001-10-10 a  1  -1 
1 d 2001-10-10 a  2  1 
2 d 2001-10-10 b  3  2 
3 d 2001-10-10 b  4  2 

assort_size = base_data[(base_data['STOCK'] > 0)]\ 
.groupby(['DEPT','CLAS','DATE'])['ITEM'].nunique().rename('n_item') 
print (assort_size) 
DEPT CLAS DATE  
a  d  2001-10-10 1 
b  d  2001-10-10 2 
Name: n_item, dtype: int64 

print (base_data.join(assort_size, on=['DEPT','CLAS','DATE'])) 
    CLAS  DATE DEPT ITEM STOCK n_item 
0 d 2001-10-10 a  1  -1  1 
1 d 2001-10-10 a  2  1  1 
2 d 2001-10-10 b  3  2  2 
3 d 2001-10-10 b  4  2  2 

Answer 2

可以使用apply，而不是transform複雜計算和移動過濾器的應用函數裏面，用assign，使每個組的一個新列，這將創建一個新的計算列的數據幀，無後賦值需要：

(base_data.groupby(['DEPT','CLAS','DATE'], group_keys=False) 
.apply(lambda g: g.assign(n_item = g.ITEM[g.STOCK > 0].nunique()))) 

一個例子：（發現在C列中唯一值的數目，其中B> 0通過柱A.分組）

df = pd.DataFrame({"A": ["a", "a", "b", "b"], "B": [-1, 1, 2,2],"C":[1,2,3,4]}) 

df.groupby('A', group_keys=False).apply(lambda g: g.assign(n_item = g.C[g.B > 0].nunique())) 

# A B C n_item 
#0 a -1 1  1 
#1 a 1 2  1 
#2 b 2 3  2 
#3 b 2 4  2