如何在pandas中使用groupby和value_counts得到目标DataFrame结果
解决代码
你目前的代码仅统计了start到end线路的总频次,没有拆分不同车次的计数,可通过pivot_table一次性完成多维度统计,代码示例如下:
import pandas as pd # 假设你拆分后的单类DataFrame名为df_single(对应normal类或tatkal类的DataFrame) result = pd.pivot_table( df_single, index=['start', 'end'], columns='train', aggfunc='size', fill_value=0 ).reset_index() # 计算线路总频次 result['frequency'] = result[['rajdhani', 'hwh indb spl']].sum(axis=1) # 重命名列匹配需求格式 result = result.rename(columns={ 'start': 'station1', 'end': 'station2', 'rajdhani': 'freq by rajdhani', 'hwh indb spl': 'freq by hwh indb' }) # 按总频次降序排序,调整列顺序 result = result[['station1', 'station2', 'frequency', 'freq by rajdhani', 'freq by hwh indb']] result = result.sort_values('frequency', ascending=False).reset_index(drop=True)
通用适配方案
如果后续车次类型增加不想手动写列名,可改用如下通用写法计算总频次:
train_cols = [col for col in result.columns if col not in ['start', 'end']] result['frequency'] = result[train_cols].sum(axis=1)
内容的提问来源于stack exchange,提问作者K C
相关产品推荐
相关产品推荐

