如何按唯一值 pandas groupby

Question

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：

使用 pandas groupby 计算唯一值

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！

Answer 1

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