在Python中从数据集中的列创建计数器

huangapple
go评论108阅读模式
英文:

Creating a counter from columns in a dataset in Python

问题

我之前提出了这个问题，但没有正确提问，所以我会再试一次。我有一个使用pandas和numpy的数据集，主要是尝试获取包含员工ID（也包括经理ID）的列：

  1. 员工ID     经理ID 
  2.    1          3
  3.    2          3
  4.    3          5      
  5.    4          3
  6.    5          7
  7.    6          7 
  8.    7          10
  9.    8          3
  10.    9          7
  11.    10         -

我有类似这样的数据，我想要员工的经理ID，或者不是经理的员工，以显示有多少人向他们汇报，并且我想要一个像这样的计数器：

  1. 员工ID     经理ID     员工计数
  2.    1         3            0
  3.    2         3            0 
  4.    3         5            4
  5.    4         3            0
  6.    5         7            1
  7.    6         7            0 
  8.    7         10           3
  9.    8         3            0
  10.    9         7            0
  11.    10        -            1

我的代码看起来是这样的：

  1. df['员工计数'] = df.groupby('经理ID').transform('count')

当我运行这个代码时，我收到了一个错误：

值错误：无法将包含多列的数据框设置为单列'员工计数'。

我不确定我做错了什么，我对这方面还是相当新手。

英文:

So I asked this question before and didn't ask it correctly so I will try it again I have a dataset that uses pandas and numpy mainly I am trying to take columns with Employee IDs (Also includes managers' IDs):

  1. emp_id      mgr_id 
  2.    1          3
  3.    2          3
  4.    3          5      
  5.    4          3
  6.    5          7
  7.    6          7 
  8.    7          10
  9.    8          3
  10.    9          7
  11.    10         -

I have something similar to this where I want the ID of the employee manager or not to show how many people report to them and I want a counter like this:

  1. emp_id     mgr_id     emp_count
  2.    1         3            0
  3.    2         3            0 
  4.    3         5            4
  5.    4         3            0
  6.    5         7            1
  7.    6         7            0 
  8.    7         10           3
  9.    8         3            0
  10.    9         7            0
  11.    10        -            1

my code looks like this:

  1.  df['emp_count'] = df.groupby('mgr_id').transform('count')

when I run this I get an error of:

> Value Error: Cannot set a dataframe with multiple columns to the single column emp_count.

I am not sure what I am doing wrong I am pretty novice to this.

答案1

得分: 2

让我们来做

  1. # 统计报告给经理的独特员工数量
  2. counts = df['emp_id'].groupby(df['mgr_id'].astype(str)).nunique()
  4. # 将计数映射到 emp_id 列
  5. df['emp_count'] = df['emp_id'].astype(str).map(counts).fillna(0, downcast='infer')

结果

  1.    emp_id mgr_id  emp_count
  2. 0       1      3          0
  3. 1       2      3          0
  4. 2       3      5          4
  5. 3       4      3          0
  6. 4       5      7          1
  7. 5       6      7          0
  8. 6       7     10          3
  9. 7       8      3          0
  10. 8       9      7          0
  11. 9      10      -          1
英文:

Lets do

  1. # Count of unique employee reporting to a manager
  2. counts = df['emp_id'].groupby(df['mgr_id'].astype(str)).nunique()
  4. # Map the counts to emp_id column
  5. df['emp_count'] = df['emp_id'].astype(str).map(counts).fillna(0, downcast='infer')

Result

  1.    emp_id mgr_id  emp_count
  2. 0       1      3          0
  3. 1       2      3          0
  4. 2       3      5          4
  5. 3       4      3          0
  6. 4       5      7          1
  7. 5       6      7          0
  8. 6       7     10          3
  9. 7       8      3          0
  10. 8       9      7          0
  11. 9      10      -          1

答案2

得分: 0

另一种方法，但不如 Shubham 的答案那样优雅

  1. df['emp_id'] = df['emp_id'].astype(str)
  2. df['mgr_id'] = df['mgr_id'].astype(str)
  3. df1 = df.groupby('mgr_id').count().reset_index().rename(columns={'emp_id': 'count', 'mgr_id': 'emp_id'})
  4. df2 = df.merge(df1, how='left', on='emp_id')
  5. df2['count'] = df2['count'].fillna(0)

结果

  1.    emp_id mgr_id  count
  2. 0      1      3    0
  3. 1      2      3    0
  4. 2      3      5    4
  5. 3      4      3    0
  6. 4      5      7    1
  7. 5      6      7    0
  8. 6      7     10    3
  9. 7      8      3    0
  10. 8      9      7    0
  11. 9     10      -    1
英文:

Another approch, but not as elegant as Shubham's answer

  1.     df['emp_id'] = df['emp_id'].astype(str)
  2.     df['mgr_id'] = df['mgr_id'].astype(str)
  3.     df1 = df.groupby('mgr_id').count().reset_index().rename(columns={'emp_id': 'count', 'mgr_id': 'emp_id'})
  4.     df2 = df.merge(df1, how='left', on='emp_id')
  5.     df2['count'] = df2['count'].fillna(0)

Result

  1. enter code here
  3.     emp_id mgr_id  count
  4. 0      1      3    0
  5. 1      2      3    0
  6. 2      3      5    4
  7. 3      4      3    0
  8. 4      5      7    1
  9. 5      6      7    0
  10. 6      7     10    3
  11. 7      8      3    0
  12. 8      9      7    0
  13. 9     10      -    1

huangapple
  • 本文由 发表于 2023年2月24日 00:21:05
  • 转载请务必保留本文链接：https://go.coder-hub.com/75547531.html
  • dataframe
  • pandas
  • python
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定