我有一个像这样的数据框 df
:
[Date
:mm/dd/yyyy
]
Date Student_id subject Subject_Scores
11/30/2020 1000101 Math 70
11/25/2020 1000101 Physics 75
12/02/2020 1000101 Biology 60
11/25/2020 1000101 Chemistry 49
11/25/2020 1000101 English 80
12/02/2020 1000101 Sociology 50
11/25/2020 1000102 Physics 80
11/25/2020 1000102 Math 90
12/15/2020 1000102 Chemistry 63
12/15/2020 1000103 English 71
如何为每个单独的 Date
获取所有唯一的 Student_id
。
输出date_df
:
Date Student_id
11/30/2020 1000101
11/25/2020 1000101
12/02/2020 1000101
11/25/2020 1000102
12/15/2020 1000102
12/15/2020 1000103
另外,对于每个Date
,我需要计数的唯一Student_id
:
Student_id unique_date_count
1000101 3
1000102 2
1000103 1
编辑:由于唯一的 subejcts,我不能删除任何行,那么我如何获得每个 Student_id
提前感谢您的帮助!
答案 0 :(得分:2)
df1 = df[['Date','Student_id']].drop_duplicates()
print (df1)
Date Student_id
0 11/30/2020 1000101
1 11/25/2020 1000101
2 12/02/2020 1000101
6 11/25/2020 1000102
8 12/15/2020 1000102
9 12/15/2020 1000103
s = df1['Student_id'].value_counts()
print (s)
1000101 3
1000102 2
1000103 1
Name: Student_id, dtype: int64
最后如果需要 DataFrame
添加 Series.rename_axis
和 Series.reset_index
:
df2 = s.rename_axis('Student_id').reset_index(name='unique_date_count')
print (df2)
Student_id unique_date_count
0 1000101 3
1 1000102 2
2 1000103 1
答案 1 :(得分:0)
首先,您需要:
df_new=df.drop_duplicates()
第二,你可以做value_counts
,
df_new['Student_id'].value_counts()