[英]How to get unique count of two columns based on unique combination of other two columns in pandas
這是一個后續問題
假設我有這個數據集:
dff = pd.DataFrame(np.array([["2020-11-13",3,4, 0,0], ["2020-10-11", 3,4,0,1], ["2020-11-13", 1,4,1,1],
["2020-11-14", 3,4,0,0], ["2020-11-13", 5,4,0,1],
["2020-11-14", 2,4,1,1],["2020-11-12", 1,4,0,1],["2020-11-14", 2,4,0,1],["2020-11-15", 5,4,1,1],
["2020-11-11", 1,2,0,0],["2020-11-15", 1,2,0,1],
["2020-11-18", 2,4,0,1],["2020-11-17", 1,2,0,0],["2020-11-20", 3,4,0,0]]), columns=['Timestamp', 'Name', "slot", "A", "B"])
我想對每個Name
和slot
組合進行計數,但忽略A
和B
的相同組合的多個時間序列值。 例如,如果我只是按Name
和slot
分組,我會得到:
dff.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
1 2 3
1 4 2
2 4 3
3 4 4
5 4 2
但是,對於A == 0 && B == 0
, name == 1
和slot == 2
有兩種組合,所以我希望計數為2
而不是3
。
這是我理想中想要的桌子。
Name slot count
1 2 2
1 4 2
2 4 2
3 4 2
5 4 2
我試過了:
filter_one = dff.groupby(['A','B']).Timestamp.transform(min)
dff1 = dff.loc[dff.Timestamp == filter_one]
dff1.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
但這給了我:
Name slot count
1 2 1
1 4 1
3 4 1
如果我刪除A
和B
的重復項,它也不起作用。
如果我理解正確,您可能只需要在分組之前根據 grouper 列與 A 和 B 的組合刪除重復項:
u = dff.drop_duplicates(['Name','slot','A','B'])
u.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
0 1 2 2
1 1 4 2
2 2 4 2
3 3 4 2
4 5 4 2
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.