Pandas : Comment utiliser Groupby et compter avec condition

Vous pouvez utiliser la syntaxe de base suivante pour effectuer une condition groupby et count with dans un DataFrame pandas :

df.groupby('var1')['var2'].apply(lambda x: (x=='val').sum()).reset_index(name='count')

Cette syntaxe particulière regroupe les lignes du DataFrame en fonction de var1 , puis compte le nombre de lignes où var2 est égal à « val ».

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : Groupby et Count avec Condition dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'pos': ['Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'],
                   'points': [18, 22, 19, 14, 14, 11, 20, 28]})

#view DataFrame
print(df)

  team pos  points
0    A  Gu      18
1    A  Fo      22
2    A  Fo      19
3    A  Fo      14
4    B  Gu      14
5    B  Gu      11
6    B  Fo      20
7    B  Fo      28

Le code suivant montre comment regrouper le DataFrame par la variable team et compter le nombre de lignes où la variable pos est égale à « Gu » :

#groupby team and count number of 'pos' equal to 'Gu'
df_count = df.groupby('team')['pos'].apply(lambda x: (x=='Gu').sum()).reset_index(name='count')

#view results
print(df_count)

  team  count
0    A      1
1    B      2

À partir du résultat, nous pouvons voir :

• L’équipe A a 1 ligne où la colonne pos est égale à « Gu »
• L’équipe B a 2 lignes où la colonne pos est égale à « Gu »

Nous pouvons utiliser une syntaxe similaire pour effectuer un groupby et compter avec une condition numérique.

Par exemple, le code suivant montre comment effectuer un regroupement par variable d’équipe et compter le nombre de lignes où la variable de points est supérieure à 15 :

#groupby team and count number of 'points' greater than 15
df_count = df.groupby('team')['points'].apply(lambda x: (x>15).sum()).reset_index(name='count')

#view results
print(df_count)

  team  count
0    A      3
1    B      2

À partir du résultat, nous pouvons voir :

• L’équipe A comporte 3 lignes où la colonne de points est supérieure à 15
• L’équipe B a 2 lignes où la colonne de points est supérieure à 15

Vous pouvez utiliser une syntaxe similaire pour effectuer un groupby et compter avec n’importe quelle condition spécifique de votre choix.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment compter les valeurs uniques à l’aide de Pandas GroupBy
Comment appliquer une fonction à Pandas Groupby
Comment créer un tracé à barres à partir de Pandas GroupBy