Question

考虑以下数据框：

      A      B  E
0   bar    one  1
1   bar  three  1
2  flux    six  1
3  flux  three  2
4   foo   five  2
5   foo    one  1
6   foo    two  1
7   foo    two  2

我想为A的每个值找到其他列中唯一值的数量。

我认为以下情况会这样做：

df.groupby('A').apply(lambda x: x.nunique())

但是我收到了错误：

AttributeError: 'DataFrame' object has no attribute 'nunique'

我也尝试过：

df.groupby('A').nunique()

但我也得到了错误：

AttributeError: 'DataFrameGroupBy' object has no attribute 'nunique'

最后我尝试了：

df.groupby('A').apply(lambda x: x.apply(lambda y: y.nunique()))

返回：

      A  B  E
A            
bar   1  2  1
flux  1  2  2
foo   1  3  2

似乎是正确的。但奇怪的是，它还会在结果中返回列A。为什么呢？

Answer 1

DataFrame对象没有nunique。您必须选择要应用nunique()的列。您可以使用简单的点运算符执行此操作：

df.groupby('A').apply(lambda x: x.B.nunique())

将打印：

A
bar     2
flux    2
foo     3

并且正在做：

df.groupby('A').apply(lambda x: x.E.nunique())

将打印：

A
bar     1
flux    2
foo     2

或者，您可以使用以下方法通过一个函数调用执行此操作：

df.groupby('A').aggregate({'B': lambda x: x.nunique(), 'E': lambda x: x.nunique()})

将打印：

      B  E
A
bar   2  1
flux  2  2
foo   3  2

要回答关于为什么递归lambda打印A列的问题，这是因为当您执行groupby / apply操作时，您现在正在迭代三个{ {1}}个对象。每个DataFrame对象都是原始对象的DataFrame。对其应用操作会将其应用于每个DataFrame。每Series个Series您正在应用DataFrame运算符。

每个nunique()评估的第一个Series是DataFrame A，因为您在Series上完成了groupby ，您知道在每个A中，DataFrame A中只有一个唯一值。这解释了为什么您最终获得了包含所有Series的{{1}}结果列。

Answer 2

我遇到了同样的问题。将pandas升级到最新版本为我解决了这个问题。

df.groupby('A').nunique()

上述代码在Pandas版本0.19.2中对我不起作用。我将它升级到Pandas版本0.21.1并且有效。

您可以使用以下代码检查版本：

print('Pandas version ' + pd.__version__)

每个列的唯一值数

2 个答案: