So zählen sie eindeutige werte mit pandas groupby

Sie können die folgende grundlegende Syntax verwenden, um die Anzahl der eindeutigen Werte pro Gruppe in einem Pandas-DataFrame zu zählen:

 df. groupby (' group_column ')[' count_column ']. nunique ()

Die folgenden Beispiele zeigen, wie diese Syntax mit dem folgenden DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'G', 'F', 'F', 'G', 'G', 'F', 'F', 'F'],
                   ' points ': [5, 7, 7, 9, 12, 9, 9, 4, 7, 7],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 13, 15]})

#view DataFrame
df

	team position points rebounds
0 A G 5 11
1 A G 7 8
2 A G 7 10
3 A F 9 6
4 A F 12 6
5 B G 9 5
6 B G 9 9
7 B F 4 12
8 B F 7 13
9 B F 7 15

Beispiel 1: Nach einer Spalte gruppieren und eindeutige Werte zählen

Der folgende Code zeigt, wie die Anzahl der eindeutigen Werte in der Spalte „Punkte“ für jedes Team gezählt wird:

 #count number of unique values in 'points' column grouped by 'team' column
df. groupby (' team ')[' points ']. nunique ()

team
At 4
B 3
Name: points, dtype: int64

Aus dem Ergebnis können wir sehen:

• Es gibt 4 eindeutige „Punkt“-Werte für Team A.
• Es gibt 3 eindeutige „Punkt“-Werte für Team B.

Beachten Sie, dass wir auch die Funktion unique() verwenden können, um jeden einzelnen „Punkt“-Wert pro Team anzuzeigen:

 #display unique values in 'points' column grouped by 'team'
df. groupby (' team ')[' points ']. single ()

team
A [5, 7, 9, 12]
B [9, 4, 7]
Name: points, dtype: object

Beispiel 2: Nach mehreren Spalten gruppieren und eindeutige Werte zählen

Der folgende Code zeigt, wie die Anzahl der eindeutigen Werte in der Spalte „Punkte“ gezählt wird, gruppiert nach Team und Position:

 #count number of unique values in 'points' column grouped by 'team' and 'position'
df. groupby ([' team ', ' position '])[' points ']. nunique ()

team position
AF2
      G2
BF 2
      G 1
Name: points, dtype: int64

Aus dem Ergebnis können wir sehen:

• Es gibt 2 eindeutige „Punkte“-Werte für Spieler auf Position „F“ in Team A.
• Es gibt 2 einzigartige „Punkt“-Werte für Spieler auf der „G“-Position in Team A.
• Es gibt 2 eindeutige „Punkte“-Werte für Spieler auf Position „F“ in Team B.
• Es gibt 1 eindeutigen „Punkt“-Wert für Spieler auf Position „G“ in Team B.

Auch hier können wir die Funktion unique() verwenden, um jeden eindeutigen „Punkt“-Wert pro Team und pro Position anzuzeigen:

 #display unique values in 'points' column grouped by 'team' and 'position'
df. groupby ([' team ', ' position '])[' points ']. single ()

team position
AF [9, 12]
      G [5, 7]
BF [4, 7]
      G [9]
Name: points, dtype: object

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

Pandas: So finden Sie eindeutige Werte in einer Spalte
Pandas: So finden Sie eindeutige Werte in mehreren Spalten
Pandas: So zählen Sie Vorkommen eines bestimmten Werts in einer Spalte