给出一个pandas
和dataframe
下方的column_a
column_b
。如何构造另外2列,其中一列为所有列计算column_a
中每个值的频率,而另一列为计算column_a
中相同值的唯一值:>
column_a | column_b | col_a_count | count_unique_b_where_a
0 1 4 3
0 1 4 3
0 2 4 3
0 3 4 3
2 0 3 1
2 0 3 1
2 0 3 1
5 3 1 1
9 5 6 5
9 5 6 5
9 3 6 5
9 4 6 5
9 2 6 5
9 1 6 5
答案 0 :(得分:5)
使用groupby
和agg
:
s = (df.groupby('column_a').agg(
{'column_a': 'count', 'column_b': 'nunique'}).reindex(df.column_a))
column_a column_b
column_a
0 4 3
0 4 3
0 4 3
0 4 3
2 3 1
2 3 1
2 3 1
5 1 1
9 6 5
9 6 5
9 6 5
9 6 5
9 6 5
9 6 5