如何GROUPBY在大熊猫

Question

其他列的列，和值我有一个非常大的文件（5GB），我需要使用两列

 a b c d e 
0 2 3 5 5 4 
1 2 3 2 5 4 
2 1 3 2 5 4 
3 2 4 -10 5 3 
4 2 4 1 5 3 

所以很明显，我要算occurence数量找到

(2,3):7 
(1,3):2 
(2,4):-9 

我该如何以非常快的方式做到这一点。

我用：

df.groupby(['a','b'])['c'].sum() 

但它不能做出正确的结果吗？任何想法

Answer 1

IIUC需要count：

print df.groupby(['a','b'])['c'].count() 
a b 
1 3 1 
2 3 2 
    4 2 
Name: c, dtype: int64 

，如果你需要新列，使用reset_index与参数name：

print df.groupby(['a','b'])['c'].count().reset_index(name='count') 
    a b count 
0 1 3  1 
1 2 3  2 
2 2 4  2 

或者你可以使用size（列c是略）：

print df.groupby(['a','b']).size() 
a b 
1 3 1 
2 3 2 
    4 2 
dtype: int64