根据其他 col 值计算 col 的唯一出现次数[重复]

Posted 2023-03-11

【中文标题】根据其他 col 值计算 col 的唯一出现次数[重复]

【英文标题】：count the unique occurrence of a col based on other col value [duplicate]

【发布时间】：2021-12-27 22:38:32

【问题描述】：

我有以下数据框：

Item	Type	Value
item1	A1	11
item1	A1	12
item2	A1	21
item2	A1	22
item3	A1	31
item3	A1	11
item4	A1	12
item4	A1	21
item5	A2	22
item5	A2	31

当 type=A1 时，如何计算每个项目的唯一出现次数？在上面的例子中，它应该是 4

我在想这样的事情：

df['Type']=='A1'
list=df['Item'].unique()
occurance=list.str.len()

有没有更好更简单的方法来做到这一点？

【问题讨论】：

不要覆盖内置的list函数。另外，你目前的做法有什么不安的地方？

使用Boolean Indexing 和nunique df.loc[df['Type'] == 'A1', 'Item'].nunique() 推荐在this answer by Scott Boston

或者groupby nunique df.groupby('Type')['Item'].nunique() like this answer by Dan Allan 如果你想要所有类型的所有唯一项目计数。

【参考方案1】：

你可以使用这个班轮：df[df['Type']=='A1'][['Item']].drop_duplicates()

然后你可以根据需要将输出转换为列表。

【参考方案2】：

len(df.loc[df["Type"]=="A1"]["Item"].unique())

【参考方案3】：

用途：

df.groupby('Type')['Item'].nunique()

输出：

Type
A1    4
A2    1

只有 A1：

df.groupby('Type')['Item'].nunique()['A1']

输出：4