Python pandas：如何根据多个列对唯一值进行分组和计数？

Question

我有数据农场df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想按“id”列分组，并根据对（name，number）计算唯一值的数目？

id count(name-number)
1    1
2    2
4    1     

我试过了，但没用：

df.groupby('id')[('number','name')].nunique().reset_index()

Answer 1

您只需将两个groupby组合起来就可以得到所需的结果。

import pandas
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
group = df.groupby(['id','name','number']).size().groupby(level=0).size()

第一个groupby将计算原始组合的完整集合（从而使要计算的列唯一）。第二个groupby将计算每个所需列的唯一出现次数（并且可以使用第一个groupby将该列放入索引的事实）。

结果将是一个系列。如果希望数据帧具有正确的列名（如所需结果中所示），可以使用aggregate函数：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})

Answer 2

你可以：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

它给出：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

要获取每个对的唯一条目数，可以执行以下操作：

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

它给出：

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

更新：

操作请求数据帧中的结果。一种方法是将aggregate与length函数一起使用，它将返回一个数据帧，其中包含每个对的唯一条目数：

d = g.aggregate(len)
print d.reset_index().rename(columns={"id": "num_entries"})

给出：

    name  number  num_entries
0   jack       2           1
1  peter       8           1
2    sam       8           2

Answer 3

试试看

 df.groupby('id').apply(lambda x: x.drop('id', 
  axis=1).drop_duplicates().shape[0]).reset_index()