Pandas 'count(distinct)' 等价物 [英] Pandas 'count(distinct)' equivalent

问题描述

我使用 Pandas 作为数据库替代品，因为我有多个数据库(Oracle、SQL Server 等)，并且我无法对 SQL 等效项生成一系列命令.

I am using Pandas as a database substitute as I have multiple databases (Oracle, SQL Server, etc.), and I am unable to make a sequence of commands to a SQL equivalent.

我在 DataFrame 中加载了一个表，其中包含一些列:

I have a table loaded in a DataFrame with some columns:

YEARMONTH, CLIENTCODE, SIZE, etc., etc.

在 SQL 中，计算每年不同客户的数量是:

In SQL, to count the amount of different clients per year would be:

SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEARMONTH;

结果是

201301    5000
201302    13245

我怎样才能在 Pandas 中做到这一点?

How can I do that in Pandas?

推荐答案

我相信这就是你想要的:

I believe this is what you want:

table.groupby('YEARMONTH').CLIENTCODE.nunique()

示例:

In [2]: table
Out[2]: 
   CLIENTCODE  YEARMONTH
0           1     201301
1           1     201301
2           2     201301
3           1     201302
4           2     201302
5           2     201302
6           3     201302

In [3]: table.groupby('YEARMONTH').CLIENTCODE.nunique()
Out[3]: 
YEARMONTH
201301       2
201302       3

这篇关于Pandas 'count(distinct)' 等价物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！