Python熊猫：如何根据多个列分组并计算唯一值？

我有datafarme df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想按“id”列分组，并根据（名称、编号）对计算唯一值的数量

我尝试过这个，但不起作用：

df.groupby('id')[('number','name')].nunique().reset_index()

你可以做：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

其中：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

要获取每对的唯一条目数，可以执行以下操作：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

其中：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

更新：

OP要求在数据帧中显示结果。一种方法是将

aggregate

与length函数一起使用，该函数将返回一个数据帧，其中每个数据帧对具有唯一条目数：

d = g.aggregate(len)
print d.reset_index().rename(columns={"id": "num_entries"})

给出：

    name  number  num_entries
0   jack       2           1
1  peter       8           1
2    sam       8           2

试一试

---

要获取列组合的唯一值列表，请执行以下操作：

grouped= df.groupby('name').number.unique()
for k,v in grouped.items():
    print(k)
    print(v)

输出：

jack
[2]
peter
[8]
sam
[76  8]

number  2   8   76
name            
jack    1.0 0.0 0.0
peter   0.0 1.0 0.0
sam     0.0 1.0 1.0

要基于另一列获取一列的值数，请执行以下操作：

df.groupby('name').number.value_counts().unstack().fillna(0)

输出：

jack
[2]
peter
[8]
sam
[76  8]

number  2   8   76
name            
jack    1.0 0.0 0.0
peter   0.0 1.0 0.0
sam     0.0 1.0 1.0

---

您只需组合两个

groupby

s即可获得所需的结果

import pandas
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
group = df.groupby(['id','name','number']).size().groupby(level=0).size()

第一个

groupby

将计算原始组合的完整集合（从而使要计算的列唯一）。第二个

groupby

将根据您想要的列计算唯一的发生次数（您可以使用第一个

groupby

将该列放入索引的事实）

结果将是一系列。如果希望DataFrame具有正确的列名（如您在所需结果中所示），则可以使用

aggregate

函数：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})

---

谢谢你的回答。我更希望我能用一个python熊猫把戏和一个数据帧来实现它，你知道怎么做吗？你知道我怎么才能得到唯一的组吗？因为目前的纸条上也有重复的部分，我才意识到你的答案并没有回答我的问题。因为我想知道每个id的唯一（名称，数字）对的数量。您所编码的代码给出了每个（名称，数字）对的条目数量，这是熊猫数据帧中分组和计数的最佳答案。/@User您的表没有意义，计数1为1，它应该为2，有2个数字2，2个“山姆，还有2尺8寸。请给出一个清晰的示例数据和输出。