Python 在其他列上计算给定条件的列类别的唯一值

我有一个数据框，其中的行表示某个用户完成的事务。请注意，多行可以具有相同的用户id。给定列名gender和user\u id：

df.gender.value_counts()

返回频率，但它们是虚假的，因为它们可能会对给定用户进行多次计数。例如，它可能会告诉我有50个男性个体，而他们实际上要少得多

---

是否有一种方法可以将

value\u counts（）

设置为每个用户id只计数一次？

您想在数据帧上使用panda的

groupby

：

users = {'A': 'male', 'B': 'female', 'C': 'female'}
ul = [{'id': k, 'gender': users[k]} for _ in range(50) for k in random.choice(users.keys())]
df = pd.DataFrame(ul)

print(df.groupby('gender')['id'].nunique())

这就产生了（取决于《财富》杂志的随机选择，但三个键中的每一个在50个样本中至少选择一次的几率“相当高”）：

---

我同意第一篇文章，但只是为了简化groupby：

df.groupby('user_id').first().count() will give you counts of each variable

或者：

pd.value_counts(df.groupby('user_id').first().reset_index().gender)

---

我想知道你为什么不选择unique

user\u id

和group by

gender

。希望你的用户不会经常改变性别。。

pd.value_counts(df.groupby('user_id').first().reset_index().gender)