如何计算 Pandas 中按域分组的不同值？

计算 Pandas 中按域分组的不同值

要确定每个域中的唯一用户 ID，您可以使用 Pandas 的 nunique()功能。此函数计算指定列中由一个或多个其他列分组的不同值的数量。

在您的情况下，您可以按域对数据进行分组，并使用 nunique() 来计算 ID 中的唯一值列：

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

这将生成一个 DataFrame，其中域作为索引，每个域的唯一 ID 计数作为值：

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

如果您的域值具有前导或尾随单引号 (')，您可以在使用 str.strip("'") 方法进行分组之前删除它们：

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

或者，您可以使用以下方法在输出 DataFrame 中保留域列名称： as_index=False 的 agg() 函数：

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

此方法返回一个包含域列和一个名为 ID 的新列的 DataFrame，其中包含每个域的唯一 ID 计数。

以上是如何计算 Pandas 中按域分组的不同值？的详细内容。更多信息请关注PHP中文网其他相关文章！