Question

我正在计算数据帧行中特定列的单元格中唯一行/条目的数量。理想情况下，我希望计算每行中唯一行/条目的数量。在下面的示例中，我将条目说明为逗号分隔但是在我的数据中，每个条目都在一个新行上（没有逗号）：

例如，如果我有这样的数据框：

ID            A            B
1           1,2,1,2      1,2,3,4
2           1,2,3,4      1,2,1,2
3           1,2,3        3,4
4           4,1

预期结果应与此类似：

ID            A            B           countA         countB 
1           1,2,1,2      1,2,3,4         2               4
2           1,2,3,4      1,2,1,2         4               2
3           1,2,3        3,4             3               2
4           4,1                          1               0

任何想法都非常感激我已经查看了groupby，unique和size，但是这仅适用于唯一行而不是行内的条目。希望我的解释很清楚，提前感谢任何帮助。

Answer 1

使用iloc省略第一行，按applymap个唯一值按元素值set的分割值长度计算：

#if missing values are NaNs
df1 = df.iloc[:, 1:].applymap(lambda x: len(set(x.split(','))) if isinstance(x, str) else 0)

#if missing values are empty strings
df1 = df.iloc[:, 1:].applymap(lambda x: len(set(x.split(','))) if x != '' else 0)

最后join到原始DataFrame，add_prefix用于重命名列：

df = df.join(df1.add_prefix('Count'))
print (df)
   ID        A        B  CountA  CountB
0   1  1,2,1,2  1,2,3,4       2       4
1   2  1,2,3,4  1,2,1,2       4       2
2   3    1,2,3      3,4       3       2
3   4      4,1      NaN       2       0

Answer 2

您可以使用列表理解。请注意，通过Pandas无法实现矢量化方法，因此如果性能很重要，则应测试不同的解决方案。

下面我们使用print (df_1['KEY_PLA'].dtype) object print (df_2['KEY_PLA'].dtype) int64 df_1['KEY_PLA'] = df_1['KEY_PLA'].astype(int)来避免计算空字符串。

filter(None, ...)

计算pandas python中单元格/行中的行数

2 个答案: