ошибка python pandas при выполнении groupby count

Question

При групповом подсчете нескольких столбцов я получаю сообщение об ошибке. Вот мой dataframe, а также пример, который просто называет отдельные группы «b» и «c».

df = pd.DataFrame(np.random.randint(0,2,(4,4)), 
        columns=['a', 'b', 'c', 'd']) 
df['gr'] = df.groupby(['b', 'c']).grouper.group_info[0] 
print df 
    a b c d gr 
0 0 1 0 0 1 
1 1 1 1 0 2 
2 0 0 1 0 0 
3 1 1 1 1 2 

Однако, когда пример немного изменен, чтобы этот счет() вызывается вместо grouper.group_info [0], появится сообщение об ошибке.

df = pd.DataFrame(np.random.randint(0,2,(4,4)), 
        columns=['a', 'b', 'c', 'd']) 
df['gr'] = df.groupby(['b', 'c']).count() 
print df 

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-70-a46f632214e1> in <module>() 
     1 df = pd.DataFrame(np.random.randint(0,2,(4,4)), 
     2     columns=['a', 'b', 'c', 'd']) 
----> 3 df['gr'] = df.groupby(['b', 'c']).count() 
     4 print df 

C:\Python27\lib\site-packages\pandas\core\frame.pyc in __setitem__(self, key, value) 
    2036   else: 
    2037    # set column 
-> 2038    self._set_item(key, value) 
    2039 
    2040  def _setitem_slice(self, key, value): 

C:\Python27\lib\site-packages\pandas\core\frame.pyc in _set_item(self, key, value) 
    2082   ensure homogeneity. 
    2083   """ 
-> 2084   value = self._sanitize_column(key, value) 
    2085   NDFrame._set_item(self, key, value) 
    2086 

C:\Python27\lib\site-packages\pandas\core\frame.pyc in _sanitize_column(self, key, value) 
    2110      value = value.values.copy() 
    2111     else: 
-> 2112      value = value.reindex(self.index).values 
    2113 
    2114     if is_frame: 

C:\Python27\lib\site-packages\pandas\core\frame.pyc in reindex(self, index, columns, method, level, fill_value, limit, copy) 
    2527   if index is not None: 
    2528    frame = frame._reindex_index(index, method, copy, level, 
-> 2529           fill_value, limit) 
    2530 
    2531   return frame 

C:\Python27\lib\site-packages\pandas\core\frame.pyc in _reindex_index(self, new_index, method, copy, level, fill_value, limit) 
    2606      limit=None): 
    2607   new_index, indexer = self.index.reindex(new_index, method, level, 
-> 2608             limit=limit) 
    2609   return self._reindex_with_indexers(new_index, indexer, None, None, 
    2610           copy, fill_value) 

C:\Python27\lib\site-packages\pandas\core\index.pyc in reindex(self, target, method, level, limit) 
    2181    else: 
    2182     # hopefully? 
-> 2183     target = MultiIndex.from_tuples(target) 
    2184 
    2185   return target, indexer 

C:\Python27\lib\site-packages\pandas\core\index.pyc in from_tuples(cls, tuples, sortorder, names) 
    1803     tuples = tuples.values 
    1804 
-> 1805    arrays = list(lib.tuples_to_object_array(tuples).T) 
    1806   elif isinstance(tuples, list): 
    1807    arrays = list(lib.to_object_array_tuples(tuples).T) 

C:\Python27\lib\site-packages\pandas\lib.pyd in pandas.lib.tuples_to_object_array (pandas\lib.c:42342)() 

ValueError: Buffer dtype mismatch, expected 'Python object' but got 'long long' 

Answer 1

Оценка df.groupby(['b', 'c']).count() в интерактивной сессии:

In [150]: df.groupby(['b', 'c']).count() 
Out[150]: 
    a b c d 
b c    
0 0 1 1 1 1 
    1 1 1 1 1 
1 1 2 2 2 2 

Это целая DataFrame. Вероятно, это не то, что вы хотите назначить новому столбцу df (на самом деле вы не можете назначить столбец DataFrame, поэтому возникает критическое исключение.).

---

Если вы хотите создать новый столбец, который подсчитывает количество строк в каждой группе, вы можете использовать

df['gr'] = df.groupby(['b', 'c'])['a'].transform('count') 

Например,

import pandas as pd 
import numpy as np 
np.random.seed(1) 
df = pd.DataFrame(np.random.randint(0, 2, (4, 4)), 
        columns=['a', 'b', 'c', 'd']) 
print(df) 
# a b c d 
# 0 1 1 0 0 
# 1 1 1 1 1 
# 2 1 0 0 1 
# 3 0 1 1 0 

df['gr'] = df.groupby(['b', 'c'])['a'].transform('count') 

df['comp_ids'] = df.groupby(['b', 'c']).grouper.group_info[0] 
print(df) 

дает

a b c d gr comp_ids 
0 1 1 0 0 1   1 
1 1 1 1 1 2   2 
2 1 0 0 1 1   0 
3 0 1 1 0 2   2 

Обратите внимание, что df.groupby(['b', 'c']).grouper.group_info[0] возвращает что-то отличное от количества строк в каждой группе. Скорее, он возвращает метку для каждой группы.