Pandas: Summieren Anzahl der Spaltenwerte mit groupby

Question

Ich habe folgenden Datenrahmen:

url='https://raw.githubusercontent.com/108michael/ms_thesis/master/mpl.Bspons.merge.1' 
df=pd.read_csv(url, index_col=0) 
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d') 
df = df.set_index(['date']) 

df.head(3) 

    state year unemployment log_diff_unemployment id.thomas party type bills id.fec years_exp session  name       disposition catcode  naics 
date                
2006-05-01 AK 2006 6.6  -0.044452 1440 Republican sen  s2686-109 S2AK00010 39 109  National Cable & Telecommunications Association  support  C4500 81 
2006-05-01 AK 2006 6.6  -0.044452 1440 Republican sen  s2686-109 S2AK00010 39 109  National Cable & Telecommunications Association  support  C4500 517 
2007-03-27 AK 2007 6.3  -0.046520 1440 Republican sen  s1000-110 S2AK00010 40 110  National Treasury Employees Union support  L1100 NaN 

Ich mag die Anzahl der Rechnungen summieren, die in jeder Gruppe sind durch catcode > disposition > id.fec definiert. Ich verwende den folgenden Code ein:

df['billsum'] = df.groupby([pd.Grouper(level='date', freq='A'), 'catcode', \ 
     'disposition', 'id.fec']).bills.transform('sum') 

, die die ‚Zahl‘ der Rücksendung von Rechnungen

df.head(3) 

    state year unemployment log_diff_unemployment id.thomas party type bills id.fec years_exp session  name     disposition  catcode  naics billsum 
date                 
2006-05-01 AK 2006 6.6  -0.044452 1440 Republican sen  s2686-109 S2AK00010 39 109  National Cable & Telecommunications Association  support  C4500 81 s2686-109s2686-109 
2006-05-01 AK 2006 6.6  -0.044452 1440 Republican sen  s2686-109 S2AK00010 39 109  National Cable & Telecommunications Association  support  C4500 517  s2686-109s2686-109 
2007-03-27 AK 2007 6.3  -0.046520 1440 Republican sen  s1000-110 S2AK00010 40 110  National Treasury Employees Union support  L1100 NaN  s1000-110 

Stattdessen gibt in jeder Gruppe enthalten sind, der Code gibt alle der in jeder Gruppe enthaltenen Rechnungen. Ich möchte einfach die Anzahl der Rechnungen in jeder Gruppe. Hat jemand eine Idee, wie das funktioniert?

Answer 1

Ich glaube, Sie brauchen transformsize, nicht sum:

df['billsum'] = df.groupby([pd.Grouper(level='date', freq='A'), 'catcode', \ 
     'disposition', 'id.fec']).bills.transform('size') 

print df.head(3) 
      state year unemployment log_diff_unemployment id.thomas \ 
date                  
2006-05-01 AK 2006.0   6.6    -0.044452  1440 
2006-05-01 AK 2006.0   6.6    -0.044452  1440 
2007-03-27 AK 2007.0   6.3    -0.046520  1440 

       party type  bills  id.fec years_exp session \ 
date                  
2006-05-01 Republican sen s2686-109 S2AK00010   39  109 
2006-05-01 Republican sen s2686-109 S2AK00010   39  109 
2007-03-27 Republican sen s1000-110 S2AK00010   40  110 

                 name disposition \ 
date                  
2006-05-01 National Cable & Telecommunications Association  support 
2006-05-01 National Cable & Telecommunications Association  support 
2007-03-27    National Treasury Employees Union  support 

      catcode naics billsum 
date        
2006-05-01 C4500 81  2 
2006-05-01 C4500 517  2 
2007-03-27 L1100 NaN  1