[英]How to groupby multiple columns with count unique value in Python Pandas
[英]How to get count of unique values in all individual columns of a groupby result in python pandas
我正在使用Pandas数据框,希望在数据框的2列上的groupby输出的各个列中获得唯一值计数。
我的输入数据框是:
id number name time method level
121 567 XYZ 24 run 150
234 679 ABC 56 floor 120
121 567 XYZ 26 walk 150
578 865 EFG 89 fly 430
965 685 MNO 40 cry 278
578 865 MNO 67 fly 430
所需输出
id number name time method level
121 567 1 2 2 1
234 679 1 1 1 1
578 865 2 2 1 1
965 685 1 1 1 1
因此,我想要在输出中显示的是每个groupby([“ id”,“ number”)]结果的唯一元素数。
您可以将groupby.agg
与nunique
groupby.agg
使用:
df.groupby(['id', 'number']).agg(pd.Series.nunique)
Out:
name time method level
id number
121 567 1 2 2 1
234 679 1 1 1 1
578 865 2 2 1 1
965 685 1 1 1 1
您可以对每个系列使用groupby-apply
,然后再apply
一次,以仅计算唯一值:
df.groupby(['id','number'])['name', 'time', 'method', 'level']\
.apply(lambda x: x.apply(lambda y: y.drop_duplicates().count()))\
.reset_index([0,1])
# Output:
id number name time method level
0 121 567 1 2 2 1
1 234 679 1 1 1 1
2 578 865 2 2 1 1
3 965 685 1 1 1 1
我希望这有帮助。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.