Условный подсчет внутри групп

Question

Я хотел сделать условный подсчет после groupby; например, группой по значениям столбца A, а затем подсчитывать в каждой группе, как часто значение 5 появляется в столбце B.

Если бы я делал это для всего DataFrame, это всего лишь len(df[df['B']==5]). Поэтому я надеялся, что смогу сделать df.groupby('A')[df['B']==5].size(). Но я думаю, что логическое индексирование не работает в пределах GroupBy объектов.

Пример:

import pandas as pd 
df = pd.DataFrame({'A': [0, 4, 0, 4, 4, 6], 'B': [5, 10, 10, 5, 5, 10]}) 
groups = df.groupby('A') 
# some more code 
# in the end, I want to get pd.Series({0: 1, 1: 2, 6: 0}) 

Answer 1

Выберите все строки, в которых B равняется 5, а затем применить groupby/size:

In [43]: df.loc[df['B']==5].groupby('A').size() 
Out[43]: 
A 
0 1 
4 2 
dtype: int64 

В качестве альтернативы, вы можете использовать groupby/agg с пользовательской функции:

In [44]: df.groupby('A')['B'].agg(lambda ser: (ser==5).sum()) 
Out[44]: 
A 
0 1 
4 2 
Name: B, dtype: int64 

Обратите внимание, что, вообще говоря, используя agg с пользовательской функцией будет медленнее, чем с использованием groupby с встроенным методом, таким как size. Поэтому предпочитайте первый вариант над вторым.

In [45]: %timeit df.groupby('A')['B'].agg(lambda ser: (ser==5).sum()) 
1000 loops, best of 3: 927 µs per loop 

In [46]: %timeit df.loc[df['B']==5].groupby('A').size() 
1000 loops, best of 3: 649 µs per loop 

---

Для включения A значения, где размер равен нулю, вы могли бы проиндексировать результат:

import pandas as pd 
df = pd.DataFrame({'A': [0, 4, 0, 4, 4, 6], 'B': [5, 10, 10, 5, 5, 10]}) 
result = df.loc[df['B'] == 5].groupby('A').size() 
result = result.reindex(df['A'].unique()) 

урожаи

A 
0 1.0 
4 2.0 
6 NaN 
dtype: float64