Python pandas：如何基於多列分組和計算唯一值？

Question

我有datafarme df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想在“id”列上分組並根據（名稱，數字）對計算唯一值的數量？

id count(name-number)
1    1
2    2
4    1     

我試過這個，但它不起作用：

df.groupby('id')[('number','name')].nunique().reset_index()

Answer 1

您可以組合兩個groupby來獲得所需的結果。

import pandas
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
group = df.groupby(['id','name','number']).size().groupby(level=0).size()

第一個groupby將計算完整的原始組合集（從而使您想要計數的列唯一）。 第二個groupby將計算所需列的唯一出現次數（並且您可以使用第一個groupby將該列放入索引的事實）。

結果將是一個系列。 如果您希望DataFrame具有正確的列名（如您在所需結果中所示），則可以使用aggregate函數：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})

Answer 2

你可以做：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

這使：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

要獲得每對唯一條目的數量，您可以執行以下操作：

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

這使：

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

更新：

OP要求數據框中的結果。 獲得此功能的一種方法是使用具有length函數的aggregate ，該函數將返回每對唯一條目數的數據幀：

d = g.aggregate(len)
print d.reset_index().rename(columns={"id": "num_entries"})

得到：

    name  number  num_entries
0   jack       2           1
1  peter       8           1
2    sam       8           2

Answer 3

嘗試

 df.groupby('id').apply(lambda x: x.drop('id', 
  axis=1).drop_duplicates().shape[0]).reset_index()

Answer 4

要獲取列組合的唯一值列表：

grouped= df.groupby('name').number.unique()
for k,v in grouped.items():
    print(k)
    print(v)

輸出：

jack
[2]
peter
[8]
sam
[76  8]

要根據另一列獲取一列的值數：

df.groupby('name').number.value_counts().unstack().fillna(0)

輸出：

number  2   8   76
name            
jack    1.0 0.0 0.0
peter   0.0 1.0 0.0
sam     0.0 1.0 1.0