python pandas过滤并聚合多个列并写入CSV

Question

我想读取一个CSV文件并对多个列进行计数/聚合

我的输入数据如下

unique_identifier,date,flag1,flag2,flag3
a1,7/1/2017,FALSE,TRUE,FALSE
a2,7/1/2017,FALSE,TRUE,FALSE
a3,7/1/2017,FALSE,TRUE,FALSE
a4,7/1/2017,TRUE,FALSE,FALSE
a5,7/1/2017,FALSE,FALSE,FALSE
a6,7/2/2017,FALSE,FALSE,TRUE
a7,7/2/2017,FALSE,FALSE,TRUE
a8,7/2/2017,FALSE,TRUE,FALSE
q9,7/2/2017,FALSE,TRUE,TRUE

我对pandas还不熟悉，到目前为止，通过阅读这里的各种问题，我似乎需要使用一个或多个set_index（），.append（），.join（），.agg（）

我有单独的结果，但不能得到我想要的新结果。在

^{pr2}$

我想得到每个日期的真标志计数，以创建一个新的csv文件，结果如下：date，total count，flag1 True count，flag2 True count，flag3 True count

date,count,flag1,flag2,flag3
7/1/2017,5,1,3,0
7/2/2017,4,0,2,3

Answer 1

groupby()并创建新的count字段将索引重置为“count”，然后在第二个dfgroupby中为所有True中的sum

df1= df.groupby("date")["date"].count().reset_index(name="count")
df2= df.groupby("date").sum().astype(int).reset_index()
df3 = pd.merge(df1,df2, on="date")
df3.to_csv("output.csv",index=False)

Answer 2

您需要按日期对行进行分组，并对标志进行计数和求和：

result = pd.concat([df.groupby('date').count()['flag1'],
                    df.groupby('date').sum()], 
                    axis=1).astype(int)
result.columns = ['count'] + result.columns[1:].tolist() 
#          count  flag1  flag2  flag3
#date                                
#7/1/2017      5      1      3      0
#7/2/2017      4      0      2      3

result.to_csv('output.csv')