计算pandas分组对象中的唯一值

Question

我在pandas / python中有一个表，我正在执行以下操作：

  

grouped_data = df_comments_cols ['article_id']。groupby（df_comments_cols ['user_id']）

现在要计算每个用户的文章数量，我会执行以下操作：

  

ct_grouped_data = grouped_data.count（）

以上计算每个用户的文章ID数量。但是，有时每个用户有多个相同的文章ID（从某种意义上说，用户已经多次与该文章进行过互动）而且我只希望计算每个用户的唯一文章ID - 是否有快速的方法来执行此操作？

提前致谢。

Answer 1

我认为您可能正在寻找的是nunique，您可以在GroupBy对象上调用它，如下所示：

In [63]: df = DataFrame({'a': randn(1000, 1)})

In [64]: df['user_id'] = randint(100, 1000, size=len(df))

In [65]: df['article_id'] = randint(100, size=len(df))

In [66]: gb = df.article_id.groupby(df.user_id)

In [67]: gb.nunique()
Out[67]:
user_id
100        2
101        1
102        1
104        2
105        1
106        2
107        1
110        1
111        4
112        2
113        1
114        2
115        1
116        1
118        1
...
976        3
980        1
982        1
983        1
986        1
987        1
988        1
989        2
990        1
993        1
994        2
996        1
997        1
998        1
999        1
Length: 617, dtype: int64