刪除Python列表中每個元組的第一項

Question

我有以下格式的元組列表：

[（“” 25.00“，u” A“），（” 44.00“，u” X“），（” 17.00“，u” E“），（” 34.00“，u” Y“）]

我想計算我們收到每個字母的時間。 我已經用所有字母創建了一個排序列表，現在我想對它們進行計數。

首先，我在每個元組的第二個項目之前遇到u的問題，我不知道如何刪除它，我想這與編碼有關。

這是我的代碼

# coding=utf-8
from collections import Counter 
import pandas as pd
from pandas import ExcelWriter
from pandas import ExcelFile

df = pd.read_excel('test.xlsx', sheet_name='Essais', skiprows=1)
groupes = [] 
students = [] 
group_of_each_letter = [] 
number_of_students_per_group = []
final_list = []

def print_a_list(list):
    for items in list:
        print(items)


for i in df.index:
    groupes.append(df['GROUPE'][i]) 
    students.append(df[u'ÉTUDIANT'][i]) 

groupes = groupes[1:] 
students = students[1:] 

group_of_each_letter = list(set(groupes)) 
group_of_each_letter = sorted(group_of_each_letter) 

z = zip(students, groupes) 
z = list(set(z)) 

final_list = list(zip(*z)) 

for j in group_of_each_letter:
    number_of_students_per_group.append(final_list.count(j))

print_a_list(number_of_students_per_group)

每個字母的分組是一個列表，其中的分組字母沒有重復。

問題是我在末尾使用for循環獲得了正確數量的值，但列表中填充了“ 0”。

下面的屏幕快照是excel文件的示例。 “ ETUDIANT”列的意思是“學生編號”，但是我無法編輯文件，必須處理。 GROUPE的意思是GROUP。 目標是計算每個小組的學生人數。 我認為我有正確的方法，即使有更簡單的方法也可以。

預先感謝您的幫助，即使我知道我的問題有點模棱兩可

Answer 1

建立在可維的答案之上：

使用groupby（）然后使用nunique（）

這將為您提供每個組中唯一的學生ID的數量。

import pandas as pd

df = pd.read_excel('test.xlsx', sheet_name='Essais', skiprows=1)
# Drop the empty row, which is actually the subheader
df.drop(0, axis=0, inplace=True)
# Now we get a count of unique students by group
student_group = df.groupby('GROUPE')[u'ÉTUDIANT'].nunique()

Answer 2

我認為groupby.count（）應該足夠了。 它將計算數據框中您的GROUPE字母的出現次數。

import pandas as pd

df = pd.read_excel('test.xlsx', sheet_name='Essais', skiprows=1)
# Drop the empty row, which is actually the subheader
df.drop(0, axis=0, inplace=True)
# Now we get a count of students by group
sub_student_group = df.groupby(['GROUPE','ETUDIANT']).count().reset_index()

>>>sub_student_group
   GROUPE  ETUDIANT
0       B        29
1       L        88
2       N        65
3       O        27
4       O        29
5       O        34
6       O        35
7       O        54
8       O        65
9       O        88
10      O        99
11      O       114
12      O       122
13      O       143
14      O       147
15      U       122

student_group = sub_student_group.groupby('GROUPE').count()

>>>student_group
        ETUDIANT
GROUPE
B              1
L              1
N              1
O             12
U              1