[英]How to group by unique values pandas groupby
在我提出问题之前,我希望知道我查看了以下页面,但它没有返回我具体需要的内容:
假设我有以下四个人试图猜测代码的 df。 每个人有两个猜测:
df = pd.DataFrame({'name':['Sally', 'John', 'Lucy', 'Mark','Sally', 'John', 'Lucy', 'Mark'],
'guess':['123', '321', '213', '312', '321', '231', '123', '312']})
df
name guess
0 Sally 123
1 John 321
2 Lucy 213
3 Mark 312
4 Sally 321
5 John 231
6 Lucy 123
7 Mark 312
我想知道每个人有多少完全独特的猜测。 也就是说,我不想知道每个人在他们自己的猜测中有多少独特的猜测,而是我想知道他们在所有猜测中有多少独特的猜测。 让我详细说明。
使用上面链接的帖子中的代码,这就是我得到的:
df.groupby('name')[['guess']].nunique()
guess
name
John 2
Lucy 2
Mark 1
Sally 2
这将返回每个人与他们自己的猜测相比有多少独特的猜测。 同样,我要寻找的是每个人在所有总猜测(也就是整个库)中有多少个独特的猜测。 这是我正在寻找的 output:
guess count
name
John 1 2
Lucy 1 2
Mark 0 2
Sally 0 2
因为约翰的猜测之一 (231) 和露西的猜测之一 (213) 在所有猜测中是唯一的。 有一列显示每个人的总猜测数也很好。
先感谢您!
您可以首先通过按guess
分组找出哪些猜测是唯一的,然后只需对name
进行分组计数和总和即可得到最终的output:
In [64]: df['unique'] = df['guess'].map(df.groupby("guess").count()['name'] == 1).astype(int)
In [65]: df.groupby("name")['unique'].agg(['sum', 'count']).rename(columns={'sum': 'guess'})
Out[65]:
guess count
name
John 1 2
Lucy 1 2
Mark 0 2
Sally 0 2
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.