[英]Filter data-frame rows based on conditions Pandas
我有一个这样的数据框df
:
[ Date
: mm/dd/yyyy
]
Date Student_id subject Subject_Scores
11/30/2020 1000101 Math 70
11/25/2020 1000101 Physics 75
12/02/2020 1000101 Biology 60
11/25/2020 1000101 Chemistry 49
11/25/2020 1000101 English 80
12/02/2020 1000101 Sociology 50
11/25/2020 1000102 Physics 80
11/25/2020 1000102 Math 90
12/15/2020 1000102 Chemistry 63
12/15/2020 1000103 English 71
我怎样才能为每个单独的Student_id
获取所有唯一的Date
。
Output date_df
:
Date Student_id
11/30/2020 1000101
11/25/2020 1000101
12/02/2020 1000101
11/25/2020 1000102
12/15/2020 1000102
12/15/2020 1000103
另外,我需要每个Student_id
的唯一Date
计数:
Student_id unique_date_count
1000101 3
1000102 2
1000103 1
编辑:由于唯一的子项目,我不能删除任何行,所以我怎样才能获得每个Student_id
的唯一日期及其计数
我在这里先向您的帮助表示感谢!
df1 = df[['Date','Student_id']].drop_duplicates()
print (df1)
Date Student_id
0 11/30/2020 1000101
1 11/25/2020 1000101
2 12/02/2020 1000101
6 11/25/2020 1000102
8 12/15/2020 1000102
9 12/15/2020 1000103
s = df1['Student_id'].value_counts()
print (s)
1000101 3
1000102 2
1000103 1
Name: Student_id, dtype: int64
最后如果需要DataFrame
添加Series.rename_axis
和Series.reset_index
:
df2 = s.rename_axis('Student_id').reset_index(name='unique_date_count')
print (df2)
Student_id unique_date_count
0 1000101 3
1 1000102 2
2 1000103 1
首先,您需要执行以下操作:
df_new=df.drop_duplicates()
其次,你可以做value_counts
,
df_new['Student_id'].value_counts()
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.