Python 需要帮助从多个列计算唯一值吗

我有一个带有两个字段的pd数据框：DBA名称（设备名称）和许可证。DBA名称有多个列表，其中一些具有相同的许可证，而另一些则没有

我想知道所有DBA名称有多少个实例。我还想知道他们每个人都有多少独特的许可证

我尝试使用value_counts（），但这只适用于一个字段中的一个字段。我还尝试使用apply（），但没有成功

我在下面展示了示例代码。请告诉我你的想法

数据=数据['DBA名称'，'License#']]
数据：
DBA名称许可证#
1忙碌大黄蜂学院日托中心2215472.0
2忙碌的大黄蜂学院日托3793.0
3忙碌的大黄蜂学院托儿所2215472.0
4忙碌大黄蜂学院托儿所1194190.0
5忙碌的大黄蜂学院托儿所2215472.0
6忙碌大黄蜂学院托儿所1194190.0
7忙碌大黄蜂学院托儿所1194190.0
8忙碌的大黄蜂学院日托3793.0
9忙碌的大黄蜂学院日托3793.0
10瓶到图书学习中心1943545.0
11瓶到图书学习中心1943545.0
12瓶到图书学习中心1926534.0
13瓶到图书学习中心1926534.0
14瓶到图书学习中心1926534.0
15瓶到图书学习中心1943545.0
16瓶到图书学习中心1926534.0
17瓶到图书学习中心1943545.0
18儿童世界早期学习中心1357825.0
19儿童世界早期学习中心1357825.0
20儿童世界早期学习中心1768092.0
21儿童世界早期学习中心1768092.0
22儿童世界早期学习中心1357825.0
23儿童世界早期学习中心1768092.0
24儿童世界早期学习中心1357825.0

将

pd.DataFrame.groupby

与

nunique

和

agg

一起使用：

import pandas as pd

df.groupby('DBA Name').agg({'DBA Name': 'count', 'License #': 'nunique'})

输出：

                                       DBA Name  License #
DBA Name                                                  
A CHILD'S WORLD EARLY LEARNING CENTER         7          2
BOTTLES TO BOOKS LEARNING CENTER              8          2
BUSY BUMBLE BEE ACADEMY DAYCARE               9          3

---

将

pd.DataFrame.groupby

与

nunique

和

agg

一起使用：

import pandas as pd

df.groupby('DBA Name').agg({'DBA Name': 'count', 'License #': 'nunique'})

输出：

                                       DBA Name  License #
DBA Name                                                  
A CHILD'S WORLD EARLY LEARNING CENTER         7          2
BOTTLES TO BOOKS LEARNING CENTER              8          2
BUSY BUMBLE BEE ACADEMY DAYCARE               9          3

---

请发布下次重新创建数据的方法。请发布下次重新创建数据的方法。这是个好主意。但它不包括DBA的数量names@JohnSpencer请看更新后的答案：）谢谢。总有一天我会像你一样成为一名人工智能专家。克里斯，在groupby之后你必须要有一个agg函数吗？

agg

是为不同的列应用不同的groupby函数。如果只需要一个函数，则不需要它，无论是

count

还是

nunique

；但是在这种情况下，是的，你必须：）这是个好主意。但它不包括DBA的数量names@JohnSpencer请看更新后的答案：）谢谢。总有一天我会像你一样成为一名人工智能专家。克里斯，在groupby之后你必须要有一个agg函数吗？

agg

是为不同的列应用不同的groupby函数。如果只需要一个函数，则不需要它，无论是

count

还是

nunique

；但在这种情况下，是的，您必须：）