Como contar valores únicos usando pandas groupby

Você pode usar a seguinte sintaxe básica para contar o número de valores exclusivos por grupo em um DataFrame do pandas:

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

Os exemplos a seguir mostram como usar esta sintaxe com o seguinte 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

Exemplo 1: Agrupar por uma coluna e contar valores únicos

O código a seguir mostra como contar o número de valores exclusivos na coluna “pontos” de cada equipe:

 #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

Pelo resultado podemos ver:

• Existem 4 valores de “pontos” exclusivos para o Time A.
• Existem 3 valores de “pontos” exclusivos para o Time B.

Observe que também podemos usar a função unique() para exibir cada valor de “ponto” exclusivo por equipe:

 #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

Exemplo 2: Agrupar por múltiplas colunas e contar valores únicos

O código a seguir mostra como contar a quantidade de valores únicos na coluna “pontos”, agrupados por equipe e posição:

 #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

Pelo resultado podemos ver:

• Existem 2 valores únicos de “pontos” para jogadores na posição “F” do Time A.
• Existem 2 valores únicos de “pontos” para jogadores na posição “G” do Time A.
• Existem 2 valores únicos de “pontos” para jogadores na posição “F” do Time B.
• Existe 1 valor de “ponto” único para jogadores na posição “G” do Time B.

Novamente, podemos usar a função unique() para exibir cada valor de “ponto” exclusivo por equipe e por posição:

 #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

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Pandas: como encontrar valores únicos em uma coluna
Pandas: como encontrar valores únicos em múltiplas colunas
Pandas: como contar ocorrências de valores específicos em uma coluna