如何在DataFrame中对比分组后两类推荐状态的计数并生成结果

我有如下数据集：

需要按game_name分组，统计每个游戏的"Recommended"和"Not Recommended"出现次数，并根据以下规则生成汇总结果：

• 若Recommended次数 ≥ Not Recommended次数，输出Recommended
• 若Recommended次数 < Not Recommended次数，输出Not Recommended

预期输出：

我尝试了这段代码，但不知道后续如何处理：

df['recommended'] = df.groupby(['game_name','recommendation'])['recommendation'].transform('count')

方法1：交叉表统计+条件判断 #

先通过交叉表统计每个游戏的推荐/不推荐次数，再用np.where生成最终判断：

import pandas as pd
import numpy as np

# 统计每个游戏的推荐、不推荐次数
counts = pd.crosstab(df['game_name'], df['recommendation'])

# 根据次数对比生成结果
counts['Is_Recommended'] = np.where(
    counts['Recommended'] >= counts['Not Recommended'],
    'Recommended',
    'Not Recommended'
)

# 整理成预期格式
result = counts[['Is_Recommended']].reset_index()

方法2：分组自定义函数 #

直接在分组后用自定义函数计算并返回判断结果：

import pandas as pd

def judge_recommendation(group):
    rec_num = (group['recommendation'] == 'Recommended').sum()
    not_rec_num = (group['recommendation'] == 'Not Recommended').sum()
    return 'Recommended' if rec_num >= not_rec_num else 'Not Recommended'

# 分组应用函数并整理结果
result = df.groupby('game_name')\
           .apply(judge_recommendation)\
           .reset_index(name='Is_Recommended')

方法3：改进你原有的代码 #

你原有的代码用transform会把计数广播到每一行，后续可以通过去重和比较得到结果：

import pandas as pd
import numpy as np

# 保留你的初始代码
df['count'] = df.groupby(['game_name','recommendation'])['recommendation'].transform('count')

# 去重得到每个游戏的推荐/不推荐次数
counts_df = df[['game_name', 'recommendation', 'count']].drop_duplicates()

# 转换为宽表方便比较
counts_wide = counts_df.pivot(index='game_name', columns='recommendation', values='count').fillna(0)

# 生成判断结果
counts_wide['Is_Recommended'] = np.where(
    counts_wide['Recommended'] >= counts_wide['Not Recommended'],
    'Recommended',
    'Not Recommended'
)

result = counts_wide[['Is_Recommended']].reset_index()

运行以上任意一种方法，都能得到你预期的结果DataFrame。

内容的提问来源于stack exchange，提问作者Pooja Soneja