У меня был ответ здесь. Я хотел отметить его как правильный ответ, но он был удален (автором ответа?). Ответ был обходным решением проблемы. Я собираюсь повторить это ниже. Возможно, это может помочь кому-то еще:
Масштабирование частоты процессора работает после добавления acpi=off к параметрам загрузки ядра, но есть недостаток: только 1 процессорное ядро.
Чтобы иметь все ядра и частоту масштабирования CPU, нужно понизить ядро до 4.1.26. http://kernel.ubuntu.com/~kernel-ppa/mainline/v4.1.26-wily/.
В качестве примечания: с помощью этой версии ядра у меня были некоторые проблемы с драйвером WiFi (b43). Он не загружается автоматически NetworkManager, но его необходимо загружать вручную в rc.local.
Мы можем легко сделать это, используя groupby и count. Но мы должны помнить об использовании функции reset_index ().
df[['col1','col2','col3','col4']].groupby(['col1','col2']).count().\
reset_index()
Самый простой способ получить количество строк для каждой группы - это вызвать .size(), который возвращает Series:
df.groupby(['col1','col2']).size()
Обычно вы хотите, чтобы это в качестве DataFrame (вместо Series), чтобы вы могли:
df.groupby(['col1', 'col2']).size().reset_index(name='counts')
Если вы хотите узнать, как вычислить количество строк и другое статистика для каждой группы продолжает читать ниже.
Рассмотрим следующий пример dataframe:
In [2]: df
Out[2]:
col1 col2 col3 col4 col5 col6
0 A B 0.20 -0.61 -0.49 1.49
1 A B -1.53 -1.01 -0.39 1.82
2 A B -0.44 0.27 0.72 0.11
3 A B 0.28 -1.32 0.38 0.18
4 C D 0.12 0.59 0.81 0.66
5 C D -0.13 -1.65 -1.64 0.50
6 C D -1.42 -0.11 -0.18 -0.44
7 E F -0.00 1.42 -0.26 1.17
8 E F 0.91 -0.47 1.35 -0.34
9 G H 1.48 -0.63 -1.14 0.17
Сначала давайте использовать .size(), чтобы получить строку counts:
In [3]: df.groupby(['col1', 'col2']).size()
Out[3]:
col1 col2
A B 4
C D 3
E F 2
G H 1
dtype: int64
Затем давайте использовать .size().reset_index(name='counts'), чтобы получить количество строк:
In [4]: df.groupby(['col1', 'col2']).size().reset_index(name='counts')
Out[4]:
col1 col2 counts
0 A B 4
1 C D 3
2 E F 2
3 G H 1
Когда вы хотите рассчитать статистику по сгруппированным данным, она обычно выглядит так:
In [5]: (df
...: .groupby(['col1', 'col2'])
...: .agg({
...: 'col3': ['mean', 'count'],
...: 'col4': ['median', 'min', 'count']
...: }))
Out[5]:
col4 col3
median min count mean count
col1 col2
A B -0.810 -1.32 4 -0.372500 4
C D -0.110 -1.65 3 -0.476667 3
E F 0.475 -0.47 2 0.455000 2
G H -0.630 -0.63 1 1.480000 1
. Результат выше немного раздражает, потому что из-за вложенных столбцов, а также потому, что количество строк подсчитывается по столбцу.
Чтобы получить больше контроля над выходом, я обычно разбиваю статистику на отдельные агрегации, которые затем объединяю с помощью join. Это выглядит так:
In [6]: gb = df.groupby(['col1', 'col2'])
...: counts = gb.size().to_frame(name='counts')
...: (counts
...: .join(gb.agg({'col3': 'mean'}).rename(columns={'col3': 'col3_mean'}))
...: .join(gb.agg({'col4': 'median'}).rename(columns={'col4': 'col4_median'}))
...: .join(gb.agg({'col4': 'min'}).rename(columns={'col4': 'col4_min'}))
...: .reset_index()
...: )
...:
Out[6]:
col1 col2 counts col3_mean col4_median col4_min
0 A B 4 -0.372500 -0.810 -1.32
1 C D 3 -0.476667 -0.110 -1.65
2 E F 2 0.455000 0.475 -0.47
3 G H 1 1.480000 -0.630 -0.63
Код, используемый для генерации тестовых данных, показан ниже: [ ! d22]
In [1]: import numpy as np
...: import pandas as pd
...:
...: keys = np.array([
...: ['A', 'B'],
...: ['A', 'B'],
...: ['A', 'B'],
...: ['A', 'B'],
...: ['C', 'D'],
...: ['C', 'D'],
...: ['C', 'D'],
...: ['E', 'F'],
...: ['E', 'F'],
...: ['G', 'H']
...: ])
...:
...: df = pd.DataFrame(
...: np.hstack([keys,np.random.randn(10,4).round(2)]),
...: columns = ['col1', 'col2', 'col3', 'col4', 'col5', 'col6']
...: )
...:
...: df[['col3', 'col4', 'col5', 'col6']] = \
...: df[['col3', 'col4', 'col5', 'col6']].astype(float)
...:
Отказ от ответственности:
Если некоторые из столбцов, которые вы агрегируете, имеют нулевые значения, вы действительно хотите смотреть на количество строк в группе как независимое агрегирование для каждого столбца. В противном случае вы можете ввести в заблуждение относительно того, сколько записей фактически используется для вычисления таких вещей, как среднее, потому что панды будут отбрасывать записи NaN в среднем вычислении, не сообщая вам об этом.