使用多列中的值进行过滤后，Python Pandas Dataframe获得行数

Question

我有一个如下所示的数据框。 我想通过获取以下计数来构建数据配置文件。

1） 唯一学生ID的数量（学生数量）我的答案有效：

print(len(df['Student ID'].unique()))

2）独特的学生ID数，其中国际= N（非国际学生人数）

我的答案不起作用： print(len(df1.loc[(df1['Student ID'].unique())['International Student'] == N]))

3）International = N＆ATAR 不为null的唯一学生ID的数量（拥有ATAR的非国际学生的数量）

4）ATAR 在 0 至 50 之间的唯一学生ID的数量

其他一些问题：

5）如何创建仅包含唯一学生ID和所有其他列的新数据框 ，在第一个学生ID之后删除每个学生ID的所有行

问题2-5的答案将不胜感激。

Student_ID            International       marks      ATAR

119                   N                    60         80
119                   N                    70         80
119                   N                    75         80
129                   Y                    78         75
129                   Y                    60         75 
155                   Y                    85         
155                   Y                    80          

Answer 1

df = pd.DataFrame({
'International': ['N', 'N', 'N', 'Y', 'Y', 'Y', 'Y'], 
'marks': [60, 70, 75, 78, 60, 85, 80], 
'Student_ID': [119, 119, 130, 140, 155, 155, 155], 
'ATAR': [80.0, 20.0, np.nan, 50.0, 15.0, np.nan, np.nan]
}).reindex_axis(['Student_ID','International','marks','ATAR'], axis=1)

print (df)
   Student_ID International  marks  ATAR
0         119             N     60  80.0
1         119             N     70  20.0
2         130             N     75   NaN
3         140             Y     78  50.0
4         155             Y     60  15.0
5         155             Y     85   NaN
6         155             Y     80   NaN

Need Series.nunique主要具有boolean indexing和loc用于返回一列（ Series ），最后drop_duplicates用于新df1 ：

print(df['Student_ID'].nunique())
4
print(df.loc[df['International'] == 'N', 'Student_ID'].nunique())
2
print(df.loc[(df['International'] == 'N') & (df['ATAR'].notnull()), 'Student_ID'].nunique())
1
print(df.loc[df['ATAR'].between(0,50), 'Student_ID'].nunique())
3

df1 = df.drop_duplicates('Student_ID')
print (df1)
   Student_ID International  marks  ATAR
0         119             N     60  80.0
2         130             N     75   NaN
3         140             Y     78  50.0
4         155             Y     60  15.0