Zählen eindeutiger Werte mithilfe von pandas groupby

Ich habe Daten in der folgenden form:

df = pd.DataFrame({
    'group': [1, 1, 2, 3, 3, 3, 4],
    'param': ['a', 'a', 'b', np.nan, 'a', 'a', np.nan]
})
print(df)

#    group param
# 0      1     a
# 1      1     a
# 2      2     b
# 3      3   NaN
# 4      3     a
# 5      3     a
# 6      4   NaN

Nicht-null-Werte innerhalb der Gruppen sind immer die gleichen. Ich möchte die Anzahl der nicht-null-Wert für jede Gruppe (sofern vorhanden) einmal, und dann finden die gesamtaktivität für jeden Wert.

Ich bin derzeit dabei diese in den folgenden (klobig und ineffizient) Weg:

param = []
for _, group in df[df.param.notnull()].groupby('group'):
    param.append(group.param.unique()[0])
print(pd.DataFrame({'param': param}).param.value_counts())

# a    2
# b    1

Ich bin sicher, es gibt eine Möglichkeit, dies zu tun mehr sauber und ohne Verwendung einer Schleife, aber ich kann einfach nicht scheinen, um es herauszufinden. Jede Hilfe wäre sehr geschätzt werden.

InformationsquelleAutor user1684046 | 2017-01-01
  1. 31

    Ich denke, dass Sie verwenden können,SeriesGroupBy.nunique: 

    print (df.groupby('param')['group'].nunique())
param
a    2
b    1
Name: group, dtype: int64

    Andere Lösung mit einzigartige, dann erstellen Sie neue df durch DataFrame.from_records, umzugestalten, zu Series durch stack und letzten value_counts:

    a = df[df.param.notnull()].groupby('group')['param'].unique()
print (pd.DataFrame.from_records(a.values.tolist()).stack().value_counts())
a    2
b    1
dtype: int64
    • Ich Teste es mit df = pd.DataFrame({ 'group': [1, 1, 2, 3, 3, 3, 4], 'param': ['a', 'c', 'b', np.nan, 'c', 'a', np.nan] }), aber dein code zurück, andere Ausgabe, da für die Nutzung nur die ersten eindeutigen element der Liste in jeder group. Mein code wieder alle eindeutigen Werte. Bitte aktivieren Sie es, wenn ich verstehe, was Sie brauchen. Danke.
    • Ihr code das macht, was ich brauche - vielen Dank für Ihre Hilfe! Ich war Kommissionierung das erste element nur so .unique() hat nicht ein array zurückgeben.
    • Wie bekommen wir die Spaltennamen
    • hinzufügen .reset_index()
    • Thankyou.@jezrael.
    InformationsquelleAutor jezrael
  2. 14

    Dies ist nur ein add-on, um die Lösung in Fall, dass Sie berechnen möchten nicht nur einzigartige Werte, aber andere Aggregatfunktionen:

    df.groupby(['group']).agg(['min','max','count','nunique'])

    Hoffe, Sie finden es nützlich

    InformationsquelleAutor datapug
Schreibe einen Kommentar