Wie kann die Anzahl der Einträge pro Gruppe gezählt werden?

Question

Das ist mein Datenrahmen:

df = 

GROUP GRADE TOTAL_SERVICE_TIME TOTAL_WAIT_TIME 
AAA  1  45     20 
AAA  4  40     23 
AAA  5  35     21 
BBB  2  30     24 
BBB  3  55     22 

ich Gruppeneinträge will von GROU und GRADE, schätzt TOTAL_SERVICE_TIME bedeuten und bedeuten TOTAL_WAIT_TIME, sowie die Anzahl der Einträge, die jede Gruppe für jede Gruppierung zählen gehören.

Ich weiß nicht, wie das Zählen auszuführen:

output = df.groupby(['GROUP','GRADE']) 
      .agg({'TOTAL_SERVICE_TIME' : 'mean', 'TOTAL_WAIT_TIME' : 'mean'}) 
      .value_counts() 
      .reset_index() 

Ich habe auch versucht , 'COUNT' : 'count' hinzuzufügen, aber die Spalte COUNT sollte bereits vorhanden sein.

Answer 1

Sie sind in der Nähe, und die Dokumentation ist Licht auf agg:

df.groupby(['GROUP','GRADE']).agg({'TOTAL_SERVICE_TIME' : 'mean', 
            'TOTAL_WAIT_TIME' : ['mean', 'count']}) 
Out[45]: 
      TOTAL_WAIT_TIME  TOTAL_SERVICE_TIME 
         mean count    mean 
GROUP GRADE           
AAA 1     20  1     45 
     4     23  1     40 
     5     21  1     35 
BBB 2     24  1     30 
     3     22  1     55 

Answer 2

Ich mag würde this great @Boud's answer mit einem anderen Beispiel erweitern, in dem Sie benutzerdefinierte Spaltennamen geben können:

In [57]: funcs = { 
    ...: 'TOTAL_SERVICE_TIME': {'mean_service':'mean', 'count_service':'size'}, 
    ...: 'TOTAL_WAIT_TIME' : {'mean_wait':'mean', 'count_wait':'size'} 
    ...: } 
    ...: 

In [58]: df 
Out[58]: 
    GROUP GRADE TOTAL_SERVICE_TIME TOTAL_WAIT_TIME 
0 AAA  1     45    20 
1 AAA  1     100    100 
2 AAA  4     40    23 
3 AAA  5     35    21 
4 BBB  2     30    24 
5 BBB  3     55    22 

In [59]: df.groupby(['GROUP','GRADE']).agg(funcs) 
Out[59]: 
      TOTAL_SERVICE_TIME    TOTAL_WAIT_TIME 
        mean_service count_service  count_wait mean_wait 
GROUP GRADE 
AAA 1     72.5    2    2  60 
     4     40.0    1    1  23 
     5     35.0    1    1  21 
BBB 2     30.0    1    1  24 
     3     55.0    1    1  22 

jetzt Sie können die Spalte Ebene fallen.

x = df.groupby(['GROUP','GRADE']).agg(funcs) 
x.columns = x.columns.droplevel(0) 


In [63]: x 
Out[63]: 
      mean_service count_service count_wait mean_wait 
GROUP GRADE 
AAA 1    72.5    2   2   60 
     4    40.0    1   1   23 
     5    35.0    1   1   21 
BBB 2    30.0    1   1   24 
     3    55.0    1   1   22 

In [64]: x.reset_index() 
Out[64]: 
    GROUP GRADE mean_service count_service count_wait mean_wait 
0 AAA  1   72.5    2   2   60 
1 AAA  4   40.0    1   1   23 
2 AAA  5   35.0    1   1   21 
3 BBB  2   30.0    1   1   24 
4 BBB  3   55.0    1   1   22