每组的唯一值计数作为带有熊猫的新列

Question

我想计算一组在熊猫数据框中的唯一观察值，并创建一个具有唯一计数的新列。重要的是，我不想减少数据框中的行。有效地执行类似于SQL中的窗口函数的操作。

df = pd.DataFrame({
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

df.groupby('mID')['uID'].nunique()

将获得每个组的唯一计数，但是它会汇总（减少行数），我想有效地按照以下方式进行操作：

df['ncount'] = df.groupby('mID')['uID'].transform('nunique')

（这显然不起作用）

通过采用唯一的汇总数据框并将其连接到原始数据框，可以实现预期的结果，但是我想知道是否有更小的解决方案。

谢谢

Answer 1

您非常亲密！

for (i in numcols) {
    h2[[i]] <- as.numeric(as.character(h2[[i]]))
}

Answer 2

v0.23.4

在df['ncount'] = df.groupby('mID')['uID'].transform('nunique') df uID mID ncount 0 James A 5 1 Henry B 2 2 Abe A 5 3 James B 2 4 Henry A 5 5 Brian A 5 6 Claude A 5 7 James C 1 上，您的解决方案对我有用。

GroupBy.nunique

---

pd.Series.map + map

此外，利用您现有的解决方案，您可以将系列mID回到df['ncount'] = df.mID.map(df.groupby('mID')['uID'].nunique()) df uID mID ncount 0 James A 5 1 Henry B 2 2 Abe A 5 3 James B 2 4 Henry A 5 5 Brian A 5 6 Claude A 5 7 James C 1 ：

{{1}}