Pandas 添加唯一计数列 [英] Pandas add unique count column

问题描述

给定以下数据框:

将pandas导入为pddf = pd.DataFrame({'A' : ['foo', 'foo', 'foo', 'foo','bar', 'bar', 'bar', 'bar'],'B' : [2, 4, 4, 2, 5, 4, 3, 2]})df甲乙0 富 21 富 42 富 43 富 24 巴 55 巴 46 巴 37 巴 2

我想要一个列 ('C')，其中包含每组 'A' 的 'B' 的唯一值计数，像这样通过 lambda x 函数:

 A B C0 富 2 21 富 4 22 富 4 23 富 2 24 巴 5 15 巴 4 16 巴 3 17 巴 2 1

提前致谢！

解决方案

如果 PC 对你的目标是正确的，也许

<预><代码>>>>df["C"] = df.groupby(["A","B"])["A"].transform("count")>>>df乙丙0 富 2 21 富 4 22 富 4 23 富 2 24 巴 5 15 巴 4 16 巴 3 17 巴 2 1

会给你你想要的吗?我们按 (A,B) 对分组.

<小时>

可爱的历史:这本来就是我所做的，但后来我再次尝试，发现我不需要 ["A"].但是没有它它第二次工作的原因是我当时有 C 列，所以有一些代码可以执行..(叹气)

Given the following data frame:

import pandas as pd
df = pd.DataFrame(
    {'A' : ['foo', 'foo', 'foo', 'foo',
            'bar', 'bar', 'bar', 'bar'],
     'B' : [2, 4, 4, 2, 5, 4, 3, 2]})
df

    A       B
0   foo     2
1   foo     4
2   foo     4
3   foo     2
4   bar     5
5   bar     4
6   bar     3
7   bar     2

I would like a column ('C') of the count of unique values for 'B' per group of 'A' like this via a lambda x function:

    A       B    C
0   foo     2    2
1   foo     4    2
2   foo     4    2
3   foo     2    2
4   bar     5    1
5   bar     4    1
6   bar     3    1
7   bar     2    1

Thanks in advance!

解决方案

If PC is right about your goal, maybe

>>> df["C"] = df.groupby(["A","B"])["A"].transform("count")
>>> df
     A  B  C
0  foo  2  2
1  foo  4  2
2  foo  4  2
3  foo  2  2
4  bar  5  1
5  bar  4  1
6  bar  3  1
7  bar  2  1

would give you what you want? We're grouping on (A,B) pairs.

---

Cute bit of history: this is originally what I'd done, but then I tried it again and found I didn't need the ["A"]. But the reason it worked the second time without it is that I had the C column then, so there was something for the code to act on.. (sigh)

这篇关于Pandas 添加唯一计数列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！