本文介绍了用每组 pandas 数来计算独特的值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我需要在每个域中计数唯一的 ID 值
我有数据
I need to count unique ID values in every domainI have data
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'
我尝试 df.groupby（['domain'，'ID']）。count（）
但是我想要获得
I try df.groupby(['domain', 'ID']).count()But I want to get
domain, count vk.com 3 twitter.com 2 facebook.com 1 google.com 1
推荐答案
您需要：
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 '：
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
或者评论：
Or as Jon Clements commented:
df.groupby(df.domain.str.strip("'"))['ID'].nunique()
您可以像这样保留列名：
You can retain the column name like this:
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
区别在于'nunique（）'返回一个Series，'agg（）'返回一个DataFrame。
The difference is that 'nunique()' returns a Series and 'agg()' returns a DataFrame.
这篇关于用每组 pandas 数来计算独特的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！