python pandas：按几列分组并计算一列的值

Question

我有df ：

    orgs  feature1       feature2      feature3
0   org1        True        True         NaN
1   org1        NaN        True         NaN
2   org2        NaN        True         True 
3   org3        True        True       NaN
4   org4        True        True       True 
5   org4        True        True       True 

现在我想计算每个功能的不同组织的数量。 基本上有一个df_Result这样的：

    features  count_distinct_orgs      
0   feature1        3        
1   feature2        4      
2   feature3        2        

有没有人知道如何做到这一点？

Answer 1

您可以将sum添加到以前的解决方案中：

df1 = df.groupby('orgs')
        .apply(lambda x: x.iloc[:,1:].apply(lambda y: y.nunique())).sum().reset_index()
df1.columns = ['features','count_distinct_orgs']

print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2

aggregate Series.nunique另一个解决方案：

df1 = df.groupby('orgs')
        .agg(lambda x: pd.Series.nunique(x))
        .sum()
        .astype(int)
        .reset_index()
df1.columns = ['features','count_distinct_orgs']
print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2

---

stack解决方案有效，但返回警告：

C:\\Anaconda3\\lib\\site-packages\\pandas\\core\\groupby.py:2937: FutureWarning: numpy not_equal 将来不会检查对象身份。 比较没有返回与标识 ( is )) 所建议的结果相同的结果，并且会发生变化。 inc = np.r_[1, val[1:] != val[:-1]]

df1 = df.set_index('orgs').stack(dropna=False)
df1 = df1.groupby(level=[0,1]).nunique().unstack().sum().reset_index()
df1.columns = ['features','count_distinct_orgs']
print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2