如何使用 Pandas 计算每个组的唯一值？

使用 Pandas 计算每个组的唯一值

使用表格数据时，通常需要计算特定值中的唯一出现次数组。要使用 Pandas 库在 Python 中实现此目的，我们可以利用 groupby() 和 nunique() 方法。

问题说明：

为了说明问题，请考虑以下数据集：

ID	domain
123	vk.com
123	vk.com
123	twitter.com
456	vk.com'
456	facebook.com
456	vk.com
456	google.com
789	twitter.com
789	vk.com

当前的任务是计算每个域内的唯一 ID 值。

解决方案：

进行计数每组都有唯一值，我们可以使用以下代码：

<code class="python">df = df.groupby('domain')['ID'].nunique()</code>

groupby() 方法按域列对数据进行分组，而 nunique() 方法计算每个组中 ID 的唯一出现次数。输出是一个系列，其中域名作为索引，相应的唯一计数作为值。

domain
vk.com        3
twitter.com   2
facebook.com  1
google.com    1

附加说明：

• 如果域列值包含单引号 (')，您可以在分组之前使用 str.strip("'") 方法删除它们。
• 要在输出中保留列名称，请使用 agg() 方法和 pd .Series.nunique 函数。

字符串操作示例：

<code class="python">df['clean_domain'] = df.domain.str.strip("'")
df = df.groupby('clean_domain')['ID'].nunique()</code>

agg() 示例：

<code class="python">df = df.groupby(by='domain', as_index=False).agg({'ID': pd.Series.nunique})</code>

以上是如何使用 Pandas 计算每个组的唯一值？的详细内容。更多信息请关注PHP中文网其他相关文章！