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
