[英]How to get unique count of two columns based on unique combination of other two columns in pandas
这是一个后续问题
假设我有这个数据集:
dff = pd.DataFrame(np.array([["2020-11-13",3,4, 0,0], ["2020-10-11", 3,4,0,1], ["2020-11-13", 1,4,1,1],
["2020-11-14", 3,4,0,0], ["2020-11-13", 5,4,0,1],
["2020-11-14", 2,4,1,1],["2020-11-12", 1,4,0,1],["2020-11-14", 2,4,0,1],["2020-11-15", 5,4,1,1],
["2020-11-11", 1,2,0,0],["2020-11-15", 1,2,0,1],
["2020-11-18", 2,4,0,1],["2020-11-17", 1,2,0,0],["2020-11-20", 3,4,0,0]]), columns=['Timestamp', 'Name', "slot", "A", "B"])
我想对每个Name
和slot
组合进行计数,但忽略A
和B
的相同组合的多个时间序列值。 例如,如果我只是按Name
和slot
分组,我会得到:
dff.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
1 2 3
1 4 2
2 4 3
3 4 4
5 4 2
但是,对于A == 0 && B == 0
, name == 1
和slot == 2
有两种组合,所以我希望计数为2
而不是3
。
这是我理想中想要的桌子。
Name slot count
1 2 2
1 4 2
2 4 2
3 4 2
5 4 2
我试过了:
filter_one = dff.groupby(['A','B']).Timestamp.transform(min)
dff1 = dff.loc[dff.Timestamp == filter_one]
dff1.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
但这给了我:
Name slot count
1 2 1
1 4 1
3 4 1
如果我删除A
和B
的重复项,它也不起作用。
如果我理解正确,您可能只需要在分组之前根据 grouper 列与 A 和 B 的组合删除重复项:
u = dff.drop_duplicates(['Name','slot','A','B'])
u.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
0 1 2 2
1 1 4 2
2 2 4 2
3 3 4 2
4 5 4 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.