Pandas GroupBy – 计算最后一个值

groupby操作涉及对大量数据进行分组并在这些组上进行计算操作。它通常涉及拆分对象、应用函数和组合结果的某种组合。在本文中，让我们看看如何使用 pandas 获取组中最后一个值的计数。

句法：

DataFrame.groupby(by, axis, as_index)

参数：

• by (datatype-list, tuples, dict, series, array)：映射、函数、标签或标签列表。传递的函数按原样用于确定组。
• 轴（数据类型 int，默认 0）：1 - 拆分列和 0 - 拆分行。
• as_index（数据类型 bool，默认为 True。）：返回一个以组标签为索引的对象，用于所有聚合输出，

方法一：使用 GroupBy & Aggregate函数

在这种方法中，用户需要调用 DataFrame.groupby()函数来演示如何使用Python语言中的 pandas 来获取组中最后一个值的计数。

例子：

在这个例子中，我们创建了一个带有汽车名称和价格的示例数据框，并在汽车上应用 groupby函数，设置 as_index false 不会创建新索引，然后使用“last”按汽车的最后价格聚合分组函数聚合函数中的参数并将列命名为“Price_last”。然后添加另一个 lambda函数以获取汽车获得最后价格的次数。

以下示例中使用的数据框：

cars     Price_in_million
0     benz     15
1     benz     12
2     benz     23
3     benz     23
4     bmw     63
5     bmw     34
6     bmw     63

Python3

# import python pandas package
import pandas as pd
 
# create a sample dataframe
data = pd.DataFrame({'cars': ['benz', 'benz', 'benz',
                              'benz', 'bmw', 'bmw', 'bmw'],
                     'Price_in_million': [15, 12, 23, 23,
                                          63, 34, 63]})
 
 
# use groupby function to groupby cars, setting
# as_index false doesnt create an index.
# use aggregate function with 'last; parameter
# to get the last price im the group of cars.
# apply lambda function to get the number of
# times the car got the last price.
data.groupby('cars', as_index=False).agg(Price_last=('Price_in_million', 'last'),
                                         Price_last_count=('Price_in_million',
                                                           lambda x: sum(x == x.iloc[-1])))

输出：

方法二：使用 Lambda函数

在这种方法中，用户必须调用上面使用的 lambda函数来返回 R 编程语言中数据帧中存在的相应行的计数。

例子：

如您所见，在此示例中，汽车 - BMW 和价格 63 对应于数据集中的第 4 行。应用上面的 lambda函数返回汽车 BMW 出现了 3 次，而价格 63 出现了 2 次。

Python3

# import python pandas package
import pandas as pd
 
# create a sample dataframe
data = pd.DataFrame({'cars': ['benz', 'benz', 'benz',
                              'benz', 'bmw', 'bmw', 'bmw'],
                     'Price_in_million': [15, 12, 23, 23, 63, 34, 63]})
 
# get the 4th row present in the data
data.iloc[4]
 
# Now apply lambda function to get the number
# of times the row is present in the dataset
data.apply(lambda x: sum(x==x.iloc[4]))

输出：

方法三：使用 GroupBy、pandas Merge & Aggregate函数

使用 pandas 的组中最后一个值的计数也可以使用 pandas合并函数获得，如下所示。

句法：

DataFrame.merge(right, how='inner', on=None)

参数：

• right - 要合并的对象。 （数据框或系列对象）。
• how - 左连接，右连接，外连接，默认 - 内连接
• on –（标签或列表）。指定要加入的列名。

例子：

在这个例子中，我们创建了一个带有汽车名称和价格的示例数据框，并在汽车上应用 groupby函数，并使用 tail()函数计算组的最终值。现在，对分组数据集和原始数据集执行内部合并。最后，应用计数聚合的 groupby函数来获得否。最后一个值的出现次数。

Python3

# import pandas package
import pandas as pd
# create a sample dataset
data = pd.DataFrame({'cars': ['benz', 'benz', 'benz',
                              'benz', 'bmw', 'bmw', 'bmw'],
                     'Price_in_million': [15, 12, 23, 23, 63, 34, 63]})
 
# perform inner merge with the grouped and original dataset
merged = pd.merge(data.groupby('cars').tail(1), data, how='inner')
 
# apply a count aggregated groupby function to
# get the no. of. occurrences of last value.
result = merged.groupby(['cars', 'Price_in_million'])[
    'Price_in_million'].agg('count')
print(result)

输出：

方法四：使用 GroupBy、pandas Merge 和 Sum函数

我们也可以通过稍微改变上述方法得到相同的结果，使用last()函数而不是tail() ，如下所示，

例子：

在这个例子中，我们创建了一个带有汽车名称和价格的示例数据框，对汽车应用 groupby函数，并使用 last()函数找到每个组的最终元素，并在内部将分组数据集与原始数据集合并。现在比较合并列中的两个价格并创建一个 bool 数据类型的新列，其中价格匹配。现在使用 groupby函数来获取组的最后一个值重复的次数。

Python3

# import pandas package
import pandas as pd
 
# create a sample dataset
data = pd.DataFrame({'cars': ['benz', 'benz', 'benz',
                              'benz', 'bmw', 'bmw', 'bmw'],
                   'Price_in_million': [15, 12, 23, 23, 63, 34, 63]})
 
# computes the final value of each group
grouped = data.groupby('cars').last()
 
# Merge dataset named "data" with this result
data = data.merge(grouped, left_on='cars', right_index=True, how='inner')
 
# Now compare the merged columns for same price
# and create a new column of boolean values
# where prices match
data['count'] = data['Price_in_million_x'] == data['Price_in_million_y']
 
# Use groupby function to return the aggregated
# sum of count column where the price matches
data.groupby('cars')['count'].sum()

输出：