熊猫数据框列的分组和计数

Posted 2023-02-16

【中文标题】熊猫数据框列的分组和计数

【英文标题】：Group by and count of a pandas dataframe column

【发布时间】：2021-12-23 10:07:11

【问题描述】：

我有一个 pandas 数据框，我试图在其中对一列进行分组并获取另一列的唯一值。

  id    name   
  a-1   sfdad
  a-1   sfdad
  a-1   oiuoi
  a-2   oqrwq
  a-2   oqrwq
  a-2   ljlsg
  a-2   uoire

我使用以下方法进行分组：

  df = df.groupby('id')['name'].agg(['unique'])
  df = df.reset_index()

然后当我使用下面的语句对列“唯一”进行计数时，它与 df['unique'] 的结果不一致。 df['unique'] 的长度和下面的语句好像不一样。

 df.groupby('id')['name'].nunique()

结果

id   unique                count
a-1  [sfdad,oiuoi]         2
a-2  [oqrwq,ljlsg,uoire]   3

【问题讨论】：

它似乎按预期工作。有什么不同吗？你得到了什么，你期望什么？

@Tranbi：“唯一”的长度和列数似乎不一致

他们看起来确实和我一样。

【参考方案1】：

您可以使用agg 一次计算多项内容。这必然是对齐的：

df.groupby('id')['name'].agg(['unique', 'nunique'])

输出：

                    unique  nunique
id                                 
a-1         [sfdad, oiuoi]        2
a-2  [oqrwq, ljlsg, uoire]        3