Python熊貓：如何根據多列進行分組並統計唯一值？

Question

我有datafarme DF：

id name number 
1 sam 76 
2 sam 8 
2 peter 8 
4 jack 2 

我想組通過對「ID」列和計數基礎上，對唯一值的數量（名稱，編號）？

id count(name-number) 
1 1 
2 2 
4 1  

我已經試過這一點，但它不工作：

df.groupby('id')[('number','name')].nunique().reset_index() 

Answer 1

你可以這樣做：

import pandas 
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]}) 
g = df.groupby(["name", "number"]) 
print g.groups 

這給：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]} 

獲得的數每對可以做的唯一條目：

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries" 

這給：

('peter', 8) has 1 entries 
('jack', 2) has 1 entries 
('sam', 8) has 2 entries 

更新：

的OP要求導致數據幀。得到這個的一種方法是使用aggregate，長度功能，這將返回一個數據幀，每對獨特的條目數：

d = g.aggregate(len) 
print d.reset_index().rename(columns={"id": "num_entries"}) 

給出：

name number num_entries 
0 jack  2   1 
1 peter  8   1 
2 sam  8   2 

Answer 2

嘗試

df.groupby('id').apply(lambda x: x.drop('id', 
    axis=1).drop_duplicates().shape[0]).reset_index() 

Answer 3

獲取列組合的唯一值列表：

grouped= df.groupby('name').number.unique() 
for k,v in grouped.items(): 
    print(k) 
    print(v) 

輸出：

​​

要獲得基於另一個列的值的數量：

df.groupby('name').number.value_counts().unstack().fillna(0) 

輸出：

number 2 8 76 
name    
jack 1.0 0.0 0.0 
peter 0.0 1.0 0.0 
sam  0.0 1.0 1.0 

Answer 4

您只需將兩個groupby s到獲得預期的結果。

import pandas 
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]}) 
group = df.groupby(['id','name','number']).size().groupby(level=0).size() 

第一groupby將計算一套完整的原始組合（從而使你想算獨特的列）。第二個groupby將計算您想要的每個列的唯一出現次數（您可以使用第一個groupby將該列放入索引中的事實）。

結果將是一個系列。如果你想有正確的列名數據框（如你在你想要的結果顯示），你可以使用aggregate功能：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})