Python Groupby计数为一列，Groupby计数为表中另一列的唯一值的数目

我有一个数据框，如下所示。它只有两列扇区，并由

我的数据帧：

从上面的数据框中，我想准备如下所示的数据框

预期产出：

我尝试了以下代码

c = df.groupby(['Sector']).size().reset_index(name='Total_Number_of_Times_Raised').sort_values(['Total_Number_of_Times_Raised'], 
                    ascending =False)

您可以使用：

输出：

  Sector  Total_Number_of_Times_Raised  Number_unique_Raised_By  Unique_Raised_By 
0      A                             4                        2  [Xavi, Messi]  
1      B                             3                        2  [Ramos, Ronaldo] 
2      C                             5                        3  [Beckham, Oven, Ronaldo]

注: 您可以在末尾使用或不重置索引

您可以使用：

输出：

  Sector  Total_Number_of_Times_Raised  Number_unique_Raised_By  Unique_Raised_By 
0      A                             4                        2  [Xavi, Messi]  
1      B                             3                        2  [Ramos, Ronaldo] 
2      C                             5                        3  [Beckham, Oven, Ronaldo]

注: 您可以在末尾使用或不重置索引

一个选项是指定不同的aggfuncs

df.pivot_table(index=df.Sector, values='Raised_By', aggfunc=['count', 'nunique', set])

一个选项是指定不同的aggfuncs

df.pivot_table(index=df.Sector, values='Raised_By', aggfunc=['count', 'nunique', set])

至少在版本0.25中，agg与另一个版本一样与字典一起使用 回答，结果是一个警告：未来警告：在一个系列中使用dict for aggregation已弃用，将在将来的版本中删除

更现代的解决方案是使用命名聚合：

至少在版本0.25中，agg与另一个版本一样与字典一起使用 回答，结果是一个警告：未来警告：在一个系列中使用dict for aggregation已弃用，将在将来的版本中删除

更现代的解决方案是使用命名聚合：

df.pivot_table(index=df.Sector, values='Raised_By', aggfunc=['count', 'nunique', set])

           count   nunique                           set
       Raised_By Raised_By                     Raised_By
Sector                                                     
A              4         2                 {Messi, Xavi}
B              3         2              {Ramos, Ronaldo}
C              5         3      {Oven, Ronaldo, Beckham} 

df.groupby('Sector').Raised_By.agg(
    Total_Number_of_Times_Raised='count',
    Number_unique_Raised_By='nunique',
    Unique_Raised_By='unique').reset_index()