每組的唯一值計數作為帶有熊貓的新列

Question

我想計算熊貓數據框中一組的唯一觀察值，並創建一個具有唯一計數的新列。 重要的是，我不想減少數據框中的行； 有效地執行類似於 SQL 中的窗口函數的操作。

df = pd.DataFrame({
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

df.groupby('mID')['uID'].nunique()

將獲得每組的唯一計數，但它總結（減少行），我實際上想按照以下方式做一些事情：

df['ncount'] = df.groupby('mID')['uID'].transform('nunique')

（這顯然不起作用）

通過獲取獨特的匯總數據框並將其加入原始數據框，可以實現預期的結果，但我想知道是否有更簡單的解決方案。

謝謝

Answer 1

GroupBy.transform('nunique')

在v0.23.4 ，您的解決方案對我有用。

df['ncount'] = df.groupby('mID')['uID'].transform('nunique')
df
      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1

---

GroupBy.nunique + pd.Series.map

此外，使用您現有的解決方案，您可以將系列map回mID ：

df['ncount'] = df.mID.map(df.groupby('mID')['uID'].nunique())
df
      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1

Answer 2

你很親近！

df['ncount'] = df.groupby('mID')['uID'].transform(pd.Series.nunique)

      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1