如何在Python中分组相同的值并计算其频率？

Question

使用Python进行分析的新手，所以请保持温柔：-)我找不到这个问题的答案 - 道歉是否已经以不同的格式在其他地方回答。

我有一个用于零售商店的交易数据数据集。变量以及解释是：

• 部分：商店的部分，str；
• prod_name：产品的名称，a str;
• 收据：发票的数量，int；
• 收银员，收银员的数量，国际因素；
• 费用：物品的成本，浮标；
• 日期，格式mm/dd/yy，a str；
• 时间，格式HH：mm：ss，a str;

收据具有单一交易中购买的所有产品的相同值，因此可以使用单个交易中的平均购买数量。

最好的方法是什么？我本质上想使用 groupby() 通过其自身相同的事件将收据变量分组，以便我可以创建直方图。

在PANDAS数据框架中使用数据。

编辑：

这是一些带有标头的示例数据（prod_name实际上是十六进制号）：

 section,prod_name,receipt,cashier,cost,date,time 
 electronics,b46f23e7,102856,5,70.50,05/20/15,9:08:20 
 womenswear,74558d0d,102857,8,20.00,05/20/15,9:12:46 
 womenswear,031f36b7,102857,8,30.00,05/20/15,9:12:47 
 menswear,1d52cd9d,102858,3,65.00,05/20/15,9:08:20 

从此样本集中，我期望收据直方图显示了两次收据102857的出现（因为该人在一笔交易中分别购买了两项）和一个收据102856和收据102858。 100万行。

Answer 1

从此样本集中，我期望收据直方图显示了两次收据102857的出现（因为该人以一笔交易购买了两项）和一个收据102856和收据102858的发生。

然后您想要：

df.groupby（'receipt'）。receipt.count（）

receipt
102856    1
102857    2
102858    1
Name: receipt, dtype: int64

Answer 2

我正在围绕数据纠缠的一些教程。也许是我的 Jupyter笔记本 在Github上会有所帮助。我认为这是关键正在修改行：

df.groupby('male')['age'].mean()

成为：

df.groupby('reciept')['prod_name'].count()

通过多个变量进行分组，这应该有效：

df.groupby(['reciept','date'])['reciept'].count()