Jak liczyć unikalne wartości za pomocą pandas groupby

Możesz użyć następującej podstawowej składni, aby policzyć liczbę unikalnych wartości na grupę w pandzie DataFrame:

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

Poniższe przykłady pokazują, jak używać tej składni z następującą ramką DataFrame:

 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

Przykład 1: Grupuj według kolumny i zliczaj unikalne wartości

Poniższy kod pokazuje jak policzyć liczbę unikalnych wartości w kolumnie „punkty” dla każdej drużyny:

 #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

Z wyniku możemy zobaczyć:

• Istnieją 4 unikalne wartości „punktowe” dla Drużyny A.
• Istnieją 3 unikalne wartości „punktowe” dla Drużyny B.

Pamiętaj, że możemy również użyć funkcji Unique() , aby wyświetlić każdą unikalną wartość „punktową” na drużynę:

 #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

Przykład 2: Grupuj według wielu kolumn i zliczaj unikalne wartości

Poniższy kod pokazuje jak policzyć liczbę unikalnych wartości w kolumnie „punkty”, pogrupowanych według drużyny i pozycji:

 #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

Z wyniku możemy zobaczyć:

• Istnieją 2 unikalne wartości „punktów” dla graczy na pozycji „F” w drużynie A.
• Istnieją 2 unikalne wartości „punktowe” dla graczy na pozycji „G” w drużynie A.
• Istnieją 2 unikalne wartości „punktów” dla graczy na pozycji „F” w drużynie B.
• Gracze na pozycji „G” w drużynie B mają 1 unikalną wartość „punktu”.

Ponownie możemy użyć funkcji Unique() , aby wyświetlić każdą unikalną wartość „punktową” dla drużyny i pozycji:

 #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

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Pandy: Jak znaleźć unikalne wartości w kolumnie
Pandy: jak znaleźć unikalne wartości w wielu kolumnach
Pandy: jak liczyć wystąpienia określonej wartości w kolumnie