Question

我有datafarme df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想按照＆＃39; id＆＃39;列和根据（名称，数字）对计算唯一值的数量？

id count(name-number)
1    1
2    2
4    1

我试过这个，但它不起作用：

df.groupby('id')[('number','name')].nunique().reset_index()

Answer 1

您只需合并两个groupby即可获得所需的结果。

import pandas
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
group = df.groupby(['id','name','number']).size().groupby(level=0).size()

第一个groupby将计算完整的原始组合集（从而使您想要计数的列唯一）。第二个groupby将计算所需列的唯一出现次数（并且您可以使用第一个groupby将该列放入索引中的事实。）

结果将是一个系列。如果您希望DataFrame具有正确的列名（如您在所需结果中所示），则可以使用aggregate函数：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})

Answer 2

你可以这样做：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

给出：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

获取每对唯一条目的数量：

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

给出：

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

<强>更新

OP要求数据框中的结果。获得此功能的一种方法是使用带有length函数的aggregate，这将返回一个数据帧，其中包含每对唯一条目的数量：

d = g.aggregate(len)
print d.reset_index().rename(columns={"id": "num_entries"})

给出：

    name  number  num_entries
0   jack       2           1
1  peter       8           1
2    sam       8           2

Answer 3

尝试

 df.groupby('id').apply(lambda x: x.drop('id', 
  axis=1).drop_duplicates().shape[0]).reset_index()

Answer 4

获取列组合的唯一值列表：

grouped= df.groupby('name').number.unique()
for k,v in grouped.items():
    print(k)
    print(v)

输出：

jack
[2]
peter
[8]
sam
[76  8]

根据另一列获取一列的值：

df.groupby('name').number.value_counts().unstack().fillna(0)

输出：

number  2   8   76
name            
jack    1.0 0.0 0.0
peter   0.0 1.0 0.0
sam     0.0 1.0 1.0

Python pandas：如何基于多列分组和计算唯一值？

4 个答案: