![](/img/trans.png)
[英]Pandas: How to group by one column and show count for unique values for all other columns per group?
[英]Count of unique values per group as new column with pandas
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
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
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.