Python 熊猫：当单元格包含列表时，如何获得单元格中唯一的值数？

出于某种神秘的原因，我有一个看起来像

index             col_weird      col_normal
2012-01-01 14:30  ['A','B']      2
2012-01-01 14:32  ['A','C','D']  4
2012-01-01 14:36  ['C','D']      2
2012-01-01 14:39  ['E','B']      4
2012-01-01 14:40  ['G','H']      2

我想每5分钟对我的数据帧重新采样一次

• 获取

  col\u

  中所有列表中元素的唯一数量

• 获取

  col\u normal

当然，对于第一个任务，使用

resample（）.col\u-weird.nunique（）

会失败，因为我需要唯一的元素数：也就是说，在

14:30

和

14:35

之间，我希望这个数字是4，对应于A、B、C、D

在同一时期，

colu normal

的平均值当然是3

知道怎么弄到吗

---

谢谢

我想你可以先把

列表

扩展到

系列

：

df = df['col'].apply(pd.Series).stack().reset_index(drop=True, level=1)
print (df)
2012-01-01 14:30    A
2012-01-01 14:30    B
2012-01-01 14:32    A
2012-01-01 14:32    C
2012-01-01 14:32    D
2012-01-01 14:36    C
2012-01-01 14:36    D
2012-01-01 14:39    E
2012-01-01 14:39    B
2012-01-01 14:40    G
2012-01-01 14:40    H
dtype: object

然后使用

重新采样

：

df = df.resample('1H').nunique()
print (df)
2012-01-01 14:00:00    7
Freq: H, dtype: int64

---

按

pd.TimeGrouper（'5Min'）

分组，然后应用一个讨厌的函数

df.groupby(pd.TimeGrouper('5Min')).col.apply(lambda x: x.apply(pd.Series).stack().unique().shape[0])

index
2012-01-01 14:30:00    4
2012-01-01 14:35:00    4
2012-01-01 14:40:00    2
Freq: 5T, Name: col, dtype: int64

---

非常聪明，但是如果原始数据帧包含除

列以外的其他列怎么办？我想你可以对所有列设置索引，然后应用
pd.Series
谢谢，伙计，但你的输出似乎不正确？@noobie再次修复了我的postthanks，但我不得不相信jezrael的答案。他在你面前给出了同样的解决方案。很抱歉bud@Noobienp jezrael岩石