Как посчитать уникальные значения с помощью pandas groupby

Вы можете использовать следующий базовый синтаксис для подсчета количества уникальных значений на группу в DataFrame pandas:

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

В следующих примерах показано, как использовать этот синтаксис со следующим 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

Пример 1. Группировка по столбцу и подсчет уникальных значений.

Следующий код показывает, как подсчитать количество уникальных значений в столбце «очки» для каждой команды:

 #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

По результату мы видим:

• Для команды А существует 4 уникальных значения «очков».
• Для команды Б существует 3 уникальных значения «очков».

Обратите внимание, что мы также можем использовать функцию unique() для отображения каждого уникального значения «очков» для каждой команды:

 #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

Пример 2. Группировка по нескольким столбцам и подсчет уникальных значений

Следующий код показывает, как подсчитать количество уникальных значений в столбце «очки», сгруппированных по командам и позициям:

 #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

По результату мы видим:

• Для игроков на позиции «F» в команде А есть 2 уникальных значения «очков».
• Есть 2 уникальных значения «очков» для игроков на позиции «G» в команде А.
• Для игроков на позиции «F» в команде B есть 2 уникальных значения «очков».
• Для игроков на позиции «G» в команде B есть 1 уникальное «очко».

Опять же, мы можем использовать функцию unique() для отображения каждого уникального значения «очков» для каждой команды и для каждой позиции:

 #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

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Pandas: Как найти уникальные значения в столбце
Pandas: как найти уникальные значения в нескольких столбцах
Pandas: как подсчитать появление определенного значения в столбце