Q&A
欲しいものが良くわかりません。
各xに対して、回数を求めたいのですか、それともdfBの各列に対してどれかのxが入っている回数を求めたいのですか。
データフレームの各カラム列内に指定の値と同一の値がいくつあるかカウントするメソッドなどがないか探しています。もしするとcountifが使えるのかと調べています。安直に.countメソッドの引数にカウントしたい値（）を特定で切るかと思い、調べたのですが、できないようでした。
やりたいこととしては日付データの入っているlistAの各要素（日付）をdfB内の各列がいくつ持っているのかを集計するというものです。その列ごとのカウント数は別のデータフレームとして縦方向に一列に格納できれば理想です。
その列内の値ごとの総数を集計することはできるようなのですが、 そもそもこちらから値を指定して、カウントできるか手探りな状態なので、できないかもしれませんが、ご教授頂ければ幸いです。
ざっくりとできるか確認したコードは以下のような感じです。dfオブジェクトに対し、listA内の日付の要素をcountする際に指定して、各列にその指定値がどれくらいあるか調べます。
for x in listA: ~~~~~count(x)
理想の出力としては以下のものです。 dfB側の全てのcolumnに対してリストA内の日付がいくつあるかそれぞれ取得してます。 最終的にはこのカウント部分だけ切り離して別のdfとして扱う予定です。 push1_start_date 2021-05-10 0 2021-05-11 2 2021-05-12 3 2021-05-13 3 2021-05-14 4 ------続く push2_start_date 2021-05-10 1 2021-05-11 2 2021-05-12 5 2021-05-13 8 2021-05-14 15 ------続く push3_start_date 2021-05-10 0 2021-05-11 0 2021-05-12 0 2021-05-13 0 2021-05-14 5 ------続く
listA ['2021-04-29', '2021-04-30', '2021-05-01', '2021-05-02', '2021-05-03', '2021-05-04', '2021-05-05', '2021-05-06', '2021-05-07', '2021-05-08', '2021-05-11', '2021-05-12', '2021-05-13', '2021-05-14', '2021-05-15', '2021-05-16', '2021-05-17', '2021-05-18', '2021-05-19', '2021-05-20', '2021-05-21', '2021-05-22', '2021-05-23', '2021-05-24', '2021-05-25', '2021-05-26', '2021-05-27', '2021-05-28', '2021-05-29', '2021-05-30', '2021-05-31', '2021-06-01', '2021-06-02', '2021-06-03', '2021-06-04', '2021-05-12', '2021-05-13', '2021-05-14', '2021-05-15', '2021-05-16', '2021-05-17', '2021-05-18', '2021-05-19', '2021-05-20', '2021-05-21', '2021-05-22', '2021-05-23', '2021-05-24',続く]
dfB push1_start_date push2_start_date push3_start_date push4_start_date push5_start_date push6_start_date push7_start_date push8_start_date 0 2021-05-31 2021-06-01 <NA> <NA> <NA> <NA> <NA> <NA> 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 4 2021-05-11 2021-05-12 <NA> <NA> <NA> <NA> <NA> <NA> 5 2021-05-08 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
わかりにくい記述で失礼しました。質問文に理想の出力を追記させていただきました。またdfAではなく、日付の入っているlistAになります。
やりたいこととしては後者になります。リスト内に存在している全日付をdfB側の全カラム（push1~8_start_date）のそれぞれでどれだけ保持しているか集計したいです。
回答2件
0
これでできていませんでしょうか。
python
1df_result = dfB.apply(lambda s: s.value_counts().reindex(listA, fill_value=0))
applyで各カラムごとに、
・value_countsで値とその個数を求めて、
・reindexでlistAのものだけを取り出して(fill_value=0でvalue_countsでなかったところはゼロ埋め)
います
投稿2021/06/04 12:07
編集2021/06/04 12:08
総合スコア4596
ありがとうございます！はい。問題なさそうです。解説までありがとうございます。
こちらのコードも参考に学習させていただきます。lamdaもこのように使用するのですね。
0
ベストアンサー
縦1列だと使いにくそうなので、縦横のデータフレームにしてみました。
出力例
python
1>>> print(df_counts) 2 push1_start_date push2_start_date push3_start_date push4_start_date push5_start_date 3dates 42021-04-29 0 0 0 0 0 52021-04-30 1 0 0 0 0 62021-05-01 1 0 0 0 1 72021-05-02 0 0 0 0 0 82021-05-03 1 0 0 2 0 92021-05-04 0 0 0 0 0 102021-05-05 1 0 0 0 1 112021-05-06 2 0 1 0 0 122021-05-07 0 0 0 0 0 132021-05-08 0 1 0 0 0 142021-05-11 0 3 1 1 1 152021-05-12 1 1 1 0 2 162021-05-13 0 0 1 0 0 172021-05-14 1 0 0 1 2 182021-05-15 3 1 1 3 0 192021-05-16 0 2 0 0 0 202021-05-17 0 1 0 2 0 212021-05-18 1 0 2 2 3 222021-05-19 0 1 0 0 0 232021-05-20 2 2 0 0 2 242021-05-21 0 0 0 0 0 252021-05-22 0 2 2 2 0 262021-05-23 0 0 1 2 1 272021-05-24 0 0 1 0 1 282021-05-25 0 0 0 1 1 292021-05-26 1 0 0 0 1 302021-05-27 1 0 1 0 0 312021-05-28 1 0 0 0 0 322021-05-29 0 1 0 0 0 332021-05-30 1 0 1 0 0 342021-05-31 0 2 0 0 0 352021-06-01 0 1 1 1 1 362021-06-02 1 1 0 2 0 372021-06-03 0 0 1 1 1 382021-06-04 0 2 0 0 1 392021-05-12 1 1 1 0 2 402021-05-13 0 0 1 0 0 412021-05-14 1 0 0 1 2 422021-05-15 3 1 1 3 0 432021-05-16 0 2 0 0 0 442021-05-17 0 1 0 2 0 452021-05-18 1 0 2 2 3 462021-05-19 0 1 0 0 0 472021-05-20 2 2 0 0 2 482021-05-21 0 0 0 0 0 492021-05-22 0 2 2 2 0 502021-05-23 0 0 1 2 1 512021-05-24 0 0 1 0 1
元データ
python
1>>> print(dates) 2>>> print(dates) 3['2021-04-29', '2021-04-30', '2021-05-01', '2021-05-02', '2021-05-03', '2021-05-04', '2021-05-05', '2021-05-06', '2021-05-07', '2021-05-08', '2021-05-11', '2021-05-12', '2021-05-13', '2021-05-14', '2021-05-15', '2021-05-16', '2021-05-17', '2021-05-18', '2021-05-19', '2021-05-20', '2021-05-21', '2021-05-22', '2021-05-23', '2021-05-24', '2021-05-25', '2021-05-26', '2021-05-27', '2021-05-28', '2021-05-29', '2021-05-30', '2021-05-31', '2021-06-01', '2021-06-02', '2021-06-03', '2021-06-04', '2021-05-12', '2021-05-13', '2021-05-14', '2021-05-15', '2021-05-16', '2021-05-17', '2021-05-18', '2021-05-19', '2021-05-20', '2021-05-21', '2021-05-22', '2021-05-23', '2021-05-24'] 4>>> print(df) 5 push1_start_date push2_start_date push3_start_date push4_start_date push5_start_date 60 <NA> 2021-06-02 2021-05-06 <NA> 2021-05-20 71 2021-05-26 <NA> <NA> 2021-05-14 <NA> 82 <NA> 2021-05-16 <NA> 2021-05-15 2021-05-01 93 <NA> <NA> 2021-06-03 2021-05-03 <NA> 104 2021-05-18 2021-05-11 2021-05-12 2021-05-11 2021-05-23 115 <NA> 2021-05-22 <NA> 2021-05-17 2021-05-18 126 2021-05-06 <NA> 2021-05-15 <NA> <NA> 137 <NA> <NA> <NA> <NA> 2021-05-11 148 2021-05-30 2021-06-04 2021-05-18 2021-06-02 2021-05-18 159 2021-05-01 2021-05-16 <NA> 2021-05-25 2021-05-14 1610 2021-05-12 <NA> <NA> <NA> 2021-05-24 1711 2021-05-06 2021-05-17 2021-05-24 2021-05-23 2021-05-18 1812 <NA> <NA> 2021-06-01 2021-05-18 2021-06-03 1913 <NA> 2021-05-11 <NA> 2021-06-02 2021-05-14 2014 2021-05-28 2021-06-01 2021-05-11 <NA> 2021-06-01 2115 <NA> 2021-05-11 <NA> 2021-05-17 <NA> 2216 2021-05-15 2021-05-15 <NA> <NA> 2021-06-04 2317 2021-05-14 2021-05-31 2021-05-30 <NA> <NA> 2418 2021-04-30 2021-05-08 <NA> 2021-05-03 2021-05-26 2519 2021-05-20 <NA> 2021-05-23 2021-05-15 <NA> 2620 <NA> 2021-05-29 2021-05-27 2021-05-15 2021-05-05 2721 <NA> 2021-05-22 <NA> <NA> 2021-05-12 2822 2021-05-20 2021-05-20 <NA> 2021-06-01 2021-05-25 2923 <NA> 2021-05-31 <NA> 2021-05-18 <NA> 3024 2021-05-05 2021-06-04 2021-05-22 2021-05-22 <NA> 3125 2021-05-03 2021-05-20 2021-05-18 <NA> <NA> 3226 2021-06-02 2021-05-12 <NA> 2021-05-22 2021-05-20 3327 2021-05-27 <NA> 2021-05-13 2021-06-03 <NA> 3428 2021-05-15 2021-05-19 <NA> <NA> <NA> 3529 2021-05-15 <NA> 2021-05-22 2021-05-23 2021-05-12
処理
python
1df_dates = pd.DataFrame({'dates': dates}) 2 3def count_one_column(df, column, df_dates): 4 df1 = df[[column]].copy() 5 df1['count'] = 1 6 df2 = df1.groupby(column).sum().reset_index() 7 df3 = pd.merge(df_dates, df2, 8 left_on='dates', right_on=column, how='left') 9 df4 = df3.drop(column, axis=1).set_index('dates') 10 df4.columns = [column] 11 df4.fillna(0.0, inplace=True) 12 df5 = df4[column].astype(int) 13 return df5 14 15df_counts = pd.concat([count_one_column(df, column, df_dates) for column in df.columns], axis=1) 16print(df_counts)
投稿2021/06/04 10:48
編集2021/06/04 10:52総合スコア24666
ありがとうございます！
実装できました。頂いたコードを分解して再度pandasの学習してみます。
pandasでは簡単処理しか行なってこなかったので、若干理解していくのに時間がかかりそうですが、、、
とても参考になりました！
あなたの回答
tips
プレビュー
