在对dataframe进行分析的时候会遇到需要分组计数,计数的column中属性有重复,但又需要仅对不重复的项计数(即重复n次出现的项只计1次)。
函数如下:
dataframe.groupby([‘分组的列名']).需要计数的列名.nunique()
举例:
数组“data”如下:
storeid | sales | salesdate | channel |
---|---|---|---|
a | 100 | 2018/1/1 | 01 |
a | 90 | 2018/1/1 | 02 |
a | 110 | 2018/1/2 | 01 |
b | 82.2 | 2018/1/1 | 01 |
b | 90 | 2018/1/2 | 02 |
如果要按storeid来统计每一家店的营业日期数(可以通过不计重复的count “salesdate”来完成)
代码如下:
1
|
data.groupby([ 'storeid' ]).salesdate.nunique() |
补充:pandas 统计分组内不重复计数
在数据分析中的数据处理过程中,经常需要对数据进行分组计数,看下下面这组数据
数据中name 为c 的有三行,其中有2个code是重复的
目标:
按name 分组,统计每组中code的不重复数量
1
2
|
df.groupby( 'name' )[ 'code' ].nunique() # 以name 分组后,统计code的不重复数目 |
结果如下:
排序
1
2
|
df.groupby( 'name' )[ 'code' ].nunique().sort_values(ascending = false) # 以name 分组后,统计code的不重复数目 |
以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。
原文链接:https://blog.csdn.net/SissiMeow/article/details/84485198