如果我有一些 DataFrame:
A B
1 a
1 a
1 b
1 c
1 c
1 d
2 a
2 b
2 b
2 d
我可以使用 groupby() 命令并计算每个唯一行中的事件数。但是现在,我不想计算所有独特的线条。我只想计算 B 列中有多少唯一值对应于 A 列中的某个值。我现在的输出应该是
A UniqueValuesFromB
1 4
2 3
为此我做了下一段代码:
userNumber = []
items = []
for pos in df[column].unique():
dfEvent = df[df[column] == pos]
userNumber.append(len(numpy.unique(dfEvent[correspondingColumn])))
items.append(pos)
然后我从新列表中创建新的新 DF... 什么是编写此片段的更好方法。特别是,我觉得我可以在这里使用 groupby() 命令或类似命令。 拜托,只要求具有强烈时间性能改进的 pythonic 方式(或某些 pandas 函数的实现)。
请您参考如下方法:
另一种使用value_counts的方法,这里的关键是将级别数传递给count:
In [32]:
df.groupby('A')['B'].apply(pd.value_counts).count(level=0)
Out[32]:
A
1 4
2 3
dtype: int64
另一种变体:
In [48]:
df.groupby('A')['B'].agg(lambda x: pd.Series.count(x.unique()))
Out[48]:
A
1 4
2 3
Name: B, dtype: int64
