python：按多个列分组，并为一个列计算值

我有df：

    orgs  feature1       feature2      feature3
0   org1        True        True         NaN
1   org1        NaN        True         NaN
2   org2        NaN        True         True 
3   org3        True        True       NaN
4   org4        True        True       True 
5   org4        True        True       True 

现在我想计算每个功能的不同组织的数量。基本上要有一个df_结果，如下所示：

    features  count_distinct_orgs      
0   feature1        3        
1   feature2        4      
2   feature3        2        

有人知道怎么做吗？

您可以添加到以前的：

另一个解决方案包括：

---

解决方案有效，但返回警告：

C:\Anaconda3\lib\site packages\pandas\core\groupby.py:2937:FutureWarning:numpy not_equal将来不会检查对象标识。比较没有返回与标识（

is

）所建议的相同的结果，并且将更改。 inc=np.r_1;[1，val[1:::！=val[：-1]]

df1 = df.groupby('orgs')
        .apply(lambda x: x.iloc[:,1:].apply(lambda y: y.nunique())).sum().reset_index()
df1.columns = ['features','count_distinct_orgs']

print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2

df1 = df.groupby('orgs')
        .agg(lambda x: pd.Series.nunique(x))
        .sum()
        .astype(int)
        .reset_index()
df1.columns = ['features','count_distinct_orgs']
print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2

df1 = df.set_index('orgs').stack(dropna=False)
df1 = df1.groupby(level=[0,1]).nunique().unstack().sum().reset_index()
df1.columns = ['features','count_distinct_orgs']
print (df1)
   features  count_distinct_orgs
0  feature1                    3
1  feature2                    4
2  feature3                    2