根據條件計算唯一ID-熊貓

Question

我有一個數據集，其中包含一堆唯一的ID，並希望獲得一個數值計數，這些ID中的多少個在content列中同時包含“原始”和“復制”。 另外，我將如何跨多個列執行此操作？

我知道如何在excel中做到這一點，但對python來說還很新，所以任何幫助都是超級有用的！

df：

user_id  content_type  status
1234     original      pending
1234     copy          blocked
4321     original      blocked
4321     original      distributed
5678     original      blocked
5678     copy          pending

輸出：

原始+副本= 2

原始+待定= 1

原始+被阻止= 2

等等..

Answer 1

具有“副本”的群組：

sum(df.groupby('user_id').apply(lambda x: 'copy' in x['content_type'].unique()))

（具有“ copy”的行的總和； True = 1和False = 0）

要么

df.groupby('user_id').apply(lambda x: x[x['content_type']=='copy']).shape[0]

按status計數：

df[df['content_type'] == 'original'].groupby('status').size()

status
blocked        2
distributed    1
pending        1

或者，如果您想同時計算原件和副本，

df.groupby(['content_type','status']).size()

content_type  status     
copy          blocked        1
              pending        1
original      blocked        2
              distributed    1
              pending        1
dtype: int64