像Qlik中那样在pandas数据框中的列中计算唯一值? [英] Counting unique values in a column in pandas dataframe like in Qlik?

问题描述

如果我有一个这样的表:

If I have a table like this:

df = pd.DataFrame({
         'hID': [101, 102, 103, 101, 102, 104, 105, 101],
         'dID': [10, 11, 12, 10, 11, 10, 12, 10],
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

我可以在Qlik中执行count(distinct hID)来得出5个唯一的hID.我该如何在Python中使用Pandas数据框?还是一个numpy的数组?同样，如果执行count(hID)，我将在Qlik中得到8.在大熊猫中做这件事的等效方法是什么?

I can do count(distinct hID) in Qlik to come up with count of 5 for unique hID. How do I do that in python using a pandas dataframe? Or maybe a numpy array? Similarly, if were to do count(hID) I will get 8 in Qlik. What is the equivalent way to do it in pandas?

推荐答案

计算离散值，请使用nunique:

df['hID'].nunique()
5

仅计算非空值，请使用count:

Count only non-null values, use count:

df['hID'].count()
8

计算包括空值在内的总值，请使用size属性:

Count total values including null values, use size attribute:

df['hID'].size
8

编辑以添加条件

使用布尔索引:

Edit to add condition

Use boolean indexing:

df.loc[df['mID']=='A','hID'].agg(['nunique','count','size'])

或使用query:

df.query('mID == "A"')['hID'].agg(['nunique','count','size'])

输出:

nunique    5
count      5
size       5
Name: hID, dtype: int64

这篇关于像Qlik中那样在pandas数据框中的列中计算唯一值?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！