python – 计算Pandas groupby中的唯一索引值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 计算Pandas groupby中的唯一索引值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含854字，纯文字阅读大概需要2分钟。

内容图文

在Pandas中,有一种非常简洁的方法可以按操作计算组内列中的不同值.例如

ex = pd.DataFrame([[1, 2, 3], [6, 7, 8], [1, 7, 9]], 
                  columns=["A", "B", "C"]).set_index(["A", "B"])
ex.groupby(level="A").C.nunique()

将返回

A
1    2
6    1
Name: C, dtype: int64

我还想计算索引级别B中的不同值,同时按A进行分组.我找不到从groupby对象访问B级别的简洁方法.我能想到的最好的是：

ex.reset_index("B", drop=False).groupby(level="A").B.nunique()

正确返回：

A
1    2
6    1
Name: B, dtype: int64 

有没有办法让我在groupby上执行此操作而不重置索引或使用apply函数？

解决方法:

IIUC你可以为所有级别执行reset_index,然后groupby为’A’并应用nunique方法：

res = ex.reset_index().groupby('A').agg(lambda x: x.nunique())

In [339]: res
Out[339]:
   B  C
A
1  2  2
6  1  1

与pivot_table相同的解决方案：

In [341]: ex.reset_index().pivot_table(index='A', aggfunc=lambda x: x.nunique())
Out[341]:
   B  C
A
1  2  2
6  1  1

内容总结

以上是互联网集市为您收集整理的python – 计算Pandas groupby中的唯一索引值全部内容，希望文章能够帮你解决python – 计算Pandas groupby中的唯一索引值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端