計算條件下唯一的熊貓數據框

Question

我有一個數據框：

df1 = pd.DataFrame({'sku': ['A0', 'A0', 'A2', 'A2', 'A2','A3', 'A3'],
                    'ID': ['10', 'T1', 'T1', 'T2', 'T2','10', '20']})

我想計算ID的唯一值，但僅當以“ T”開頭時。 理想的結果是：

sku
A0    1
A2    2
A3    0

請指教。

Answer 1

按sku分組，然后將str.startswith函數應用於每個組的唯一ID系列，以計算以“ T”開頭的唯一ID：

>>> df1.groupby('sku').apply(lambda g: pd.Series(g['ID'].unique()).str.startswith("T").sum())
sku
A0    1
A2    2
A3    0

Answer 2

向pd.Series.value_counts后，可以在過濾數據pd.Series.value_counts后使用pd.Series.value_counts 。

您可以使用分類數據來確保包括所有鍵：

df1 = pd.DataFrame({'sku': ['A0', 'A0', 'A2', 'A2', 'A3', 'A3'],
                    'ID': ['10', 'T1', 'T1', 'T2', '10', '20']})

df1['sku'] = df1['sku'].astype('category')
res = df1.loc[df1['ID'].str[0] == 'T', 'sku'].value_counts(sort=False)

print(res)

A0    1
A2    2
A3    0
Name: sku, dtype: int64

對於唯一值，可以使用groupby + nunique ：

res = df1[df1['ID'].str[0] == 'T'].groupby('sku')['ID'].nunique()