根據標準計算出現次數

Question

我正在嘗試計算某個數據框中顯示的顏色的總次數，但我只希望它在選定的條件上選擇它們。 比如我有：

imageName  color1  color2  color3  color4  shape 
img1   Red  Red  Red  Red  circle 
img2   Blue  Green  Red  Blue  circle 
img3   Yellow  Blue  Red  White  square 
img4   Blue  Blue  Blue  Blue  circle 

我要選擇「紅色」的所有出現在那裏形狀==圈。 我已經試過GROUPBY但我的概念是什麼，我應該有一些麻煩，在做：

byShape = df.groupby('shape')... 

我試過數（），但它顯示了每個時間每個形狀的總數列在每一列中。有沒有類似於Pandas中的SQL'where'的地方？我認爲我可能需要用匯總來做一些事情，但迄今爲止我還沒有成功使用它。

編輯：這是我得到byShape = df.groupby（「形狀」）計數（）

     imageName color1 color2 color3 color4 
shape              
cirle     3   3  3  3  3 
square     1   1  1  1  1 

編輯編輯：我希望得到一個最終的輸出是這樣的：

Circle: Red  5 
     Blue 6 
     Green 1 
Square: Yellow 1 
     Blue 1 
     Red  1 
     White 1 

Answer 1

我會用melt打開幀，然後size：

>>> melted = pd.melt(df, id_vars=["imageName", "shape"], value_name="color") 
>>> melted.groupby(["shape","color"]).size() 
shape color 
circle Blue  6 
     Green  1 
     Red  5 
square Blue  1 
     Red  1 
     White  1 
     Yellow 1 
dtype: int64 

如果你想要一個框架出來的，而不是一個系列，那是很容易得：

>>> melted.groupby(["shape","color"]).size().reset_index(name="count") 
    shape color count 
0 circle Blue  6 
1 circle Green  1 
2 circle  Red  5 
3 square Blue  1 
4 square  Red  1 
5 square White  1 
6 square Yellow  1 

Answer 2

import pandas as pd 

df = pd.DataFrame({'imageName':['img1','img2','img3','img4'],      
       'color1':['Red','Blue','Yellow','Blue'], 
       'color2':['Red','Green','Blue','Blue'], 
       'color3':['Red','Red','Red','Blue'], 
       'color4':['Red','Blue','White','Blue'], 
       'shape':['circle','circle','square','circle']}) 

df.set_index('imageName',inplace=True) 

test = df.set_index('shape').stack() 
df1 = pd.DataFrame(test.values,test.index.droplevel(1)) 
df1.columns = ['Color'] 
df1['value'] = 1 
df1.groupby([df1.index,'Color']).sum() 

輸出：

   value 
shape Color   
circle Blue  6 
     Green  1 
     Red   5 
square Blue  1 
     Red   1 
     White  1 
     Yellow  1 

Answer 3

使用melt和pivot_table我服食。

import pandas as pd 

df = pd.DataFrame({'color1': {0: 'Red', 1: 'Blue', 2: 'Yellow', 3: 'Blue'}, 'color2': {0: 'Red', 1: 'Green', 2: 'Blue', 3: 'Blue'}, 'color3': {0: 'Red', 1: 'Red', 2: 'Red', 3: 'Blue'}, 'color4': {0: 'Red', 1: 'Blue', 2: 'White', 3: 'Blue'}, 'shape': {0: 'circle', 1: 'circle', 2: ' square', 3: 'circle'}, 'imageName': {0: 'img1', 1: 'img2', 2: 'img3', 3: 'img4'}}) 
df = df[['shape','color1','color2','color3','color4']] 
cheese = pd.melt(df, id_vars=['shape'], value_vars=['color1','color2','color3','color4']) 
pvt = pd.pivot_table(cheese, index=['shape', 'value'], aggfunc=len) 

print pvt 

結果：

   variable 
shape value   
square Blue   1 
     Red   1 
     White   1 
     Yellow   1 
circle Blue   6 
     Green   1 
     Red   5 

這是樞轉之前cheese。

 shape variable value 
0 circle color1  Red 
1 circle color1 Blue 
2 square color1 Yellow 
3 circle color1 Blue 
4 circle color2  Red 
5 circle color2 Green 
6 square color2 Blue 
7 circle color2 Blue 
8 circle color3  Red 
9 circle color3  Red 
10 square color3  Red 
11 circle color3 Blue 
12 circle color4  Red 
13 circle color4 Blue 
14 square color4 White 
15 circle color4 Blue