Skip to main content
 首页 » 编程设计

python之Pandas df 中多列的唯一记录计数

2024年12月31日11jiqing9006

我正在尝试返回 pandas df 中唯一记录的总数。这由 Columns ['D','F'] 中的值决定。因此,D 列中有特定位置。F 列显示在这些位置发生了多少事件。每个事件可以有多个函数,但我只对每个地方的事件总数感兴趣。那么对于 D 列中的每个位置,F 列中的计数是多少

所以下面的例子的输出是

ABC-Thu = 2 
 
DEF-Thu = 1 

import pandas as pd 
 
 
d = ({ 
    'C' : ['08:00:00','XX','08:10:00','XX','08:41:42','XX','08:50:00','XX', '09:00:00', 'XX','09:15:00','XX','09:21:00','XX','09:30:00','XX','09:40:00','XX'], 
    'D' : ['ABC-Thu','--','ABC-Thu','--','DEF-Thu','--','ABC-Thu','--','DEF-Thu','--','ABC-Thu','--','ABC-Thu','--','DEF-Thu','--','ABC-Thu','--'], 
    'E' : ['Num:','','Num:','','Num:','','Num:','','Num:', '','Num:','','Num:','','Num:', '','Num:', ''], 
    'F' : ['1','','1','','1','','1','','1', '','2','','2','','1', '','2',''],    
    'A' : ['A','','A','','A','','A','','A','','A','','A','','A','','A',''],            
    'B' : ['Stop','','Res','','Stop','','Start','','Res','','Stop','','Res','','Start','','Start',''] 
}) 
 
df = pd.DataFrame(data=d) 

输出:

    A      B         C        D     E  F 
0   A   Stop  08:00:00  ABC-Thu  Num:  1 
1                   XX       --          
2   A    Res  08:10:00  ABC-Thu  Num:  1 
3                   XX       --          
4   A   Stop  08:41:42  DEF-Thu  Num:  1 
5                   XX       --          
6   A  Start  08:50:00  ABC-Thu  Num:  1 
7                   XX       --          
8   A    Res  09:00:00  DEF-Thu  Num:  1 
9                   XX       --          
10  A   Stop  09:15:00  ABC-Thu  Num:  2 
11                  XX       --          
12  A    Res  09:21:00  ABC-Thu  Num:  2 
13                  XX       --          
14  A  Start  09:30:00  DEF-Thu  Num:  1 
15                  XX       --          
16  A  Start  09:40:00  ABC-Thu  Num:  2 
17                  XX       --        

如果我使用下面的代码运行它,我会得到 4,因为在 D 列中有 --

df1 = df.groupby(['F', 'D']).ngroups 

输出:

4 

我还想知道是否有更简单的方法来确定 D、F 列每个位置的总计数。而不是总计数。这段代码只是一个例子。我的数据集中 D 列有 50 多个不同的位置,F 列有多达 10 个事件。要添加进一步的约束,每个文件的位置都会发生变化。所以我需要一种快速的方法来确定每次 session 的计数。

有没有比逐个地方计数更有效的方法。我不确定我是否想得太多了。同样令人困惑的是 B 列中的函数可能会有所不同。它并不总是重复的顺序。

请您参考如下方法:

groupby 和 nunique

df.groupby('D').F.nunique().drop('--') 
 
ABC-Thu    2 
DEF-Thu    1 
Name: F, dtype: int64