大熊貓與獨特大小之間的區別

Question

這裏的目標是查看我的數據庫中有多少獨特的值。這是我寫的代碼：

apps = pd.read_csv('ConcatOwned1_900.csv', sep='\t', usecols=['appid']) 

apps[('appid')] = apps[('appid')].astype(int) 
apps_list=apps['appid'].unique() 

b = apps.groupby('appid').size() 
blist = b.unique() 

print len(apps_list), len(blist), len(set(b)) 
>>>7672 2164 2164 

爲什麼這兩種方法有差別？

由於要求我張貼我的一些數據：基於附加件數據幀的

Unnamed: 0 StudID   No appid work work2 
0 0 76561193665298433 0 10 nan 0 
1 1 76561193665298433 1 20 nan 0 
2 2 76561193665298433 2 30 nan 0 
3 3 76561193665298433 3 40 nan 0 
4 4 76561193665298433 4 50 nan 0 
5 5 76561193665298433 5 60 nan 0 
6 6 76561193665298433 6 70 nan 0 
7 7 76561193665298433 7 80 nan 0 
8 8 76561193665298433 8 100 nan 0 
9 9 76561193665298433 9 130 nan 0 
10 10 76561193665298433 10 220 nan 0 
11 11 76561193665298433 11 240 nan 0 
12 12 76561193665298433 12 280 nan 0 
13 13 76561193665298433 13 300 nan 0 
14 14 76561193665298433 14 320 nan 0 
15 15 76561193665298433 15 340 nan 0 
16 16 76561193665298433 16 360 nan 0 
17 17 76561193665298433 17 380 nan 0 
18 18 76561193665298433 18 400 nan 0 
19 19 76561193665298433 19 420 nan 0 
20 20 76561193665298433 20 500 nan 0 
21 21 76561193665298433 21 550 nan 0 
22 22 76561193665298433 22 620 6.0 3064 
33 33 76561193665298434 0 10 nan 837 
34 34 76561193665298434 1 20 nan 27 
35 35 76561193665298434 2 30 nan 9 
36 36 76561193665298434 3 40 nan 5 
37 37 76561193665298434 4 50 nan 2 
38 38 76561193665298434 5 60 nan 0 
39 39 76561193665298434 6 70 nan 403 
40 40 76561193665298434 7 130 nan 0 
41 41 76561193665298434 8 80 nan 6 
42 42 76561193665298434 9 100 nan 10 
43 43 76561193665298434 10 220 nan 14 

Answer 1

IIUC看來，你應該分析b.index，不是b值。只要看看：

b = apps.groupby('appid').size() 

In [24]: b 
Out[24]:  
appid  
10  2  
20  2  
30  2  
40  2  
50  2  
60  2  
70  2  
80  2  
100 2  
130 2  
220 2  
240 1  
280 1  
300 1  
320 1  
340 1  
360 1  
380 1  
400 1  
420 1  
500 1  
550 1  
620 1  
dtype: int64 

In [25]: set(b) 
Out[25]: {1, 2} 

但如果你b.index做到這一點，你會得到相同的價值觀爲所有3種方法：

blist = b.index.unique() 

In [30]: len(apps_list), len(blist), len(set(b.index)) 
Out[30]: (23, 23, 23)