<\/p>\n
U kunt de volgende basissyntaxis gebruiken om het aantal unieke waarden per groep in een pandas DataFrame te tellen:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis kunt gebruiken met het volgende DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u voor elk team het aantal unieke waarden in de kolom „punten“ kunt tellen:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Merk op dat we ook de functie unique()<\/strong> kunnen gebruiken om elke unieke „punt“-waarde per team weer te geven:<\/span><\/p>\n De volgende code laat zien hoe u het aantal unieke waarden in de kolom „punten“ kunt tellen, gegroepeerd op team en<\/em> positie:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Opnieuw kunnen we de functie unique()<\/strong> gebruiken om elke unieke „punt“-waarde per team en per positie weer te geven:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: unieke waarden in een kolom vinden<\/a> U kunt de volgende basissyntaxis gebruiken om het aantal unieke waarden per groep in een pandas DataFrame te tellen: df. groupby (‚ group_column ‚)[‚ count_column ‚]. nunique () De volgende voorbeelden laten zien hoe u deze syntaxis kunt gebruiken met het volgende DataFrame: import pandas as pd #createDataFrame df = pd. DataFrame ({‚ team ‚: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2352","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df. groupby<\/span> (' group_column<\/span> ')[' count_column<\/span> ']. nunique<\/span> ()\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'G', 'F', 'F', 'G', 'G', 'F', 'F', 'F'],\n ' points<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4, 7, 7],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12, 13, 15]})\n\n#view DataFrame\n<\/span>df\n\n\tteam position points rebounds\n0 A G 5 11\n1 A G 7 8\n2 A G 7 10\n3 A F 9 6\n4 A F 12 6\n5 B G 9 5\n6 B G 9 9\n7 B F 4 12\n8 B F 7 13\n9 B F 7 15\n<\/strong><\/pre>\n Voorbeeld 1: Groepeer op een kolom en tel unieke waarden<\/strong><\/span><\/h3>\n
#count number of unique values in 'points' column grouped by 'team' column\ndf. groupby<\/span> (' team<\/span> ')[' points<\/span> ']. nunique<\/span> ()\n\nteam\nAt 4\nB 3\nName: points, dtype: int64<\/span>\n<\/span><\/strong><\/pre>\n\n
#display unique values in 'points' column grouped by 'team'<\/span>\ndf. groupby<\/span> (' team<\/span> ')[' points<\/span> ']. single<\/span> ()\n\nteam\nA [5, 7, 9, 12]\nB [9, 4, 7]\nName: points, dtype: object<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: Groepeer op meerdere kolommen en tel unieke waarden<\/strong><\/span><\/h3>\n
#count number of unique values in 'points' column grouped by 'team' and 'position'\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ']. nunique<\/span> ()\n\nteam position\nAF2\n G2\nBF 2\n G 1\nName: points, dtype: int64<\/span><\/span><\/strong><\/pre>\n\n
#display unique values in 'points' column grouped by 'team' and 'position'\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ']. single<\/span> ()\n\nteam position\nAF [9, 12]\n G [5, 7]\nBF [4, 7]\n G [9]\nName: points, dtype: object<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Panda’s: hoe vind je unieke waarden in meerdere kolommen?<\/a>
Panda’s: hoe u exemplaren met een specifieke waarde in een kolom kunt tellen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"