python pandasの同じ列の集計として、いくつかの値の一意性と数をグループ化してカウントする方法は？

Question

私の質問は私の以前のQuestionに関連していますが、それは異なっています。だから私は新しい質問をしています。

上記の質問は、@ jezraelの回答を参照してください。

df = pd.DataFrame({'col1':[1,1,1], 
        'col2':[4,4,6], 
        'col3':[7,7,9], 
        'col4':[3,3,5]}) 

print (df) 
    col1 col2 col3 col4 
0  1  4  7  3 
1  1  4  7  3 
2  1  6  9  5 

df1 = df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique'}) 
df1['result_col'] = df1['col3'].div(df1['col4']) 
print (df1) 
      col4 col3 result_col 
col1 col2       
1 4  1  2   2.0 
    6  1  1   1.0 

ここでは、特定の値col4をカウントしたいと思います。同じクエリでcol4 == 3の数を取得したいとします。

df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique'}) ... + count(col4=='3') 

同じ質問でこれを行う方法私は腹を立ててみましたが、解決策を得られませんでした。

df.groupby(['col1','col2']).agg({'col3':'size','col4':'nunique','col4':'x: lambda x[x == 7].count()'}) 

Answer 1

前もって列としてcol4==3を含むことによって、いくつかの前処理を行います。

た場合は、最も単純にはx == 3でsumTrue値がある3値をカウントする必要があります。その後aggregate

df.assign(result_col=df.col4.eq(3).astype(int)).groupby(
    ['col1', 'col2'] 
).agg(dict(col3='size', col4='nunique', result_col='sum')) 

      col3 result_col col4 
col1 col2       
1 4  2   2  1 
    6  1   0  1 

---

古い答え

g = df.groupby(['col1', 'col2']) 
g.agg({'col3':'size','col4': 'nunique'}).assign(
    result_col=g.col4.apply(lambda x: x.eq(3).sum())) 

      col3 col4 result_col 
col1 col2       
1 4  2  1   2 
    6  1  1   0 

を使用

---

はわずか

g = df.groupby(['col1', 'col2']) 
final_df = g.agg({'col3':'size','col4': 'nunique'}) 
final_df.insert(1, 'result_col', g.col4.apply(lambda x: x.eq(3).sum())) 
final_df 

      col3 result_col col4 
col1 col2       
1 4  2   2  1 
    6  1   0  1 

Answer 2

私はあなたが列col4ためdictに機能のリストをaggregateが必要だと思います。

df1 = df.groupby(['col1','col2']) 
     .agg({'col3':'size','col4': ['nunique', lambda x: (x == 3).sum()]}) 
df1 = df1.rename(columns={'<lambda>':'count_3'}) 
df1.columns = ['{}_{}'.format(x[0], x[1]) for x in df1.columns] 
print (df1) 
      col4_nunique col4_count_3 col3_size 
col1 col2          
1 4    1    2   2 
    6    1    0   1