我正在使用pandas来计算数据帧中变量集的唯一组合.我目前正在使用.groupby()函数,但我认为我缺少它的一部分功能.
示例代码:
import pandas
df = pd.DataFrame([['A','C','G'],
['A','C','H'],
['A','D','G'],
['A','D','H'],
['B','E','I'],
['B','F','I']], columns=['a','b','c'])
df
a b c
0 A C G
1 A C H
2 A D G
3 A D H
4 B E I
5 B F I
我想知道,对于每个独特的价值a,它有多少不同的b?在此示例中,所需输出为A:2,B:2,因为A具有两个唯一的b值,B具有两个唯一的b值.
如果我计算每个的唯一c,我会期望A:2,B:1.
我目前的代码是:
df.groupby(['a','b'],as_index=False).count().groupby(['a'], as_index=False).count()[['a','b']]
a b
0 A 2
1 B 2
df.groupby(['a','c'], as_index=False).count().groupby(['a'],as_index=False).count()[['a','c']]
a c
0 A 2
1 B 1
这给了我正确的结果,但我认为应该有办法避免两组groupby()和count(),不是吗?
最佳答案 nunique怎么样?
df.groupby('a')['b'].nunique()
Out[36]:
a
A 2
B 2
Name: b, dtype: int64