Python 使用Pandas变换计算不同的计数

假设我有以下数据帧：

df2 = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'C' : np.random.randn(8), 'D' : np.random.randn(8)})
df2.head()

如下所示：

     A      B         C         D
0  foo    one  0.613774  0.783539
1  bar    one -0.937659 -0.913213
2  foo    two -1.568537  1.569597
3  bar  three -0.353449  1.108789
4  foo    two -1.769544  0.530466

df2['counts'] = df2.groupby('A')['B'].transform(np.size)

我知道，如果我想创建另一列，即A列中每个值的记录计数，我可以执行以下操作：

     A      B         C         D
0  foo    one  0.613774  0.783539
1  bar    one -0.937659 -0.913213
2  foo    two -1.568537  1.569597
3  bar  three -0.353449  1.108789
4  foo    two -1.769544  0.530466

df2['counts'] = df2.groupby('A')['B'].transform(np.size)

---

但是，假设我只想计算由A分组的B的唯一元素？如果我想将数据帧缩减为2列（一列表示“foo”，一列表示“bar”），我知道如何做到这一点，但如何使用transform？

使用

GroupBy.transform.nunique

：

df2['counts'] = df2.groupby('A')['B'].transform('nunique')

---

使用

GroupBy.transform.nunique

：

df2['counts'] = df2.groupby('A')['B'].transform('nunique')

---

这回答了你的问题吗？找不到这个@ansev的对象，否则会closed@ansev这是一个稍有不同的问题。这是否回答了你的问题？找不到这个@ansev的对象，否则会closed@ansev这是一个稍微不同的问题