Question

我们说我在pandas中有这个数据框

     a    b
1    203  487
2    876  111
3    203  487
4    876  487

还有更多我不关心的专栏

我知道len(df.a.unique())将返回2表示a有两个唯一值，len(df.b.unique())也是如此。我想要类似于此的东西，但返回发生的AND b的唯一组合的数量。所以在这个例子中，我希望它返回3.

对于如何进行此操作的任何指导都表示赞赏

Answer 1

使用drop_duplicates：

print (df.drop_duplicates(['a','b']))
     a    b
1  203  487
2  876  111
4  876  487

a = len(df.drop_duplicates(['a','b']).index)

或duplicated具有反转条件：

a = (~df.duplicated(['a','b'])).sum()

a = len(df.index) - df.duplicated(['a','b']).sum()

或者将列转换为字符串并连接在一起，然后获取nunique：

a = (df.a.astype(str) + '_' + df.b.astype(str)).nunique()

print (a)
3

Answer 2

您是否将下面的案例视为两种不同的组合或一种？

1）＆＃39; a＆＃39;是203和＆＃39; b＆＃39;是487 2）＆＃39; a＆＃39;是487和＆＃39; b＆＃39;是203

如果你想把它作为两个，只需使用drop_duplicates，因为jezrael说。如果你想让它们算作一个独特的组合，我会创建一个新列，所以它总是：较小的number_the较大的数字，并在此列上执行drop_duplicates。

table table td{border-left:1px solid #ffffff;border-right:1px solid #ffffff;}
table table td table td{border:0px;}
/* the above CSS is for visual purpose only */

如何获取python pandas数据帧中出现的两列唯一组合的数量

2 个答案: