这个问题在这里已经有了答案:
Pandas 'count(distinct)' equivalent
(10 个回答)
3年前关闭。
我需要计算每个 ID
中唯一的 domain
值。
我有数据:
ID, domain
123, 'vk.com'
123, 'vk.com'
123, 'twitter.com'
456, 'vk.com'
456, 'facebook.com'
456, 'vk.com'
456, 'google.com'
789, 'twitter.com'
789, 'vk.com'
我试试 df.groupby(['domain', 'ID']).count()
但我想得到domain, count
vk.com 3
twitter.com 2
facebook.com 1
google.com 1
最佳答案
你需要 nunique
:
df = df.groupby('domain')['ID'].nunique()
print (df)
domain
'facebook.com' 1
'google.com' 1
'twitter.com' 2
'vk.com' 3
Name: ID, dtype: int64
如果需要
strip
'
个字符:df = df.ID.groupby([df.domain.str.strip("'")]).nunique()
print (df)
domain
facebook.com 1
google.com 1
twitter.com 2
vk.com 3
Name: ID, dtype: int64
或者如 Jon Clements 评论的那样:
df.groupby(df.domain.str.strip("'"))['ID'].nunique()
您可以像这样保留列名:
df = df.groupby(by='domain', as_index=False).agg({'ID': pd.Series.nunique})
print(df)
domain ID
0 fb 1
1 ggl 1
2 twitter 2
3 vk 3
不同之处在于
nunique()
返回一个系列,而 agg()
返回一个数据帧。关于python - 使用 Pandas 计算每个组的唯一值,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/38309729/