Pandas 實(shí)現(xiàn)分組計(jì)數(shù)且不計(jì)重復(fù)
在對(duì)dataframe進(jìn)行分析的時(shí)候會(huì)遇到需要分組計(jì)數(shù)，計(jì)數(shù)的column中屬性有重復(fù)，但又需要僅對(duì)不重復(fù)的項(xiàng)計(jì)數(shù)（即重復(fù)N次出現(xiàn)的項(xiàng)只計(jì)1次）。
函數(shù)如下：
dataframe.groupby([‘分組的列名']).需要計(jì)數(shù)的列名.nunique()
舉例：
數(shù)組“data”如下：
| StoreID | Sales | SalesDate | Channel |
|---|---|---|---|
| A | 100 | 2018/1/1 | 01 |
| A | 90 | 2018/1/1 | 02 |
| A | 110 | 2018/1/2 | 01 |
| B | 82.2 | 2018/1/1 | 01 |
| B | 90 | 2018/1/2 | 02 |
如果要按StoreID來統(tǒng)計(jì)每一家店的營業(yè)日期數(shù)（可以通過不計(jì)重復(fù)的count “SalesDate”來完成）
代碼如下：
data.groupby(['StoreID']).SalesDate.nunique()
補(bǔ)充：pandas 統(tǒng)計(jì)分組內(nèi)不重復(fù)計(jì)數(shù)
在數(shù)據(jù)分析中的數(shù)據(jù)處理過程中，經(jīng)常需要對(duì)數(shù)據(jù)進(jìn)行分組計(jì)數(shù)，看下下面這組數(shù)據(jù)
數(shù)據(jù)中name 為C 的有三行，其中有2個(gè)code是重復(fù)的
目標(biāo)：
按name 分組，統(tǒng)計(jì)每組中code的不重復(fù)數(shù)量
df.groupby('name')['code'].nunique()
# 以name 分組后，統(tǒng)計(jì)code的不重復(fù)數(shù)目
結(jié)果如下：
排序
df.groupby('name')['code'].nunique().sort_values(ascending=False)
# 以name 分組后，統(tǒng)計(jì)code的不重復(fù)數(shù)目
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
這篇文章主要介紹了python openpyxl模塊的使用詳解，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-02-02
基于Python實(shí)現(xiàn)的影視數(shù)據(jù)智能分析系統(tǒng)
數(shù)據(jù)分析與可視化是當(dāng)今數(shù)據(jù)分析的發(fā)展方向,大數(shù)據(jù)時(shí)代,數(shù)據(jù)資源具有海量特征,數(shù)據(jù)分析和可視化主要通過Python數(shù)據(jù)分析來實(shí)現(xiàn),本文給大家介紹了如何基于Python實(shí)現(xiàn)的影視數(shù)據(jù)智能分析系統(tǒng),文中給出了部分詳細(xì)代碼,感興趣的朋友跟著小編一起來看看吧2024-01-01
Python Flask-Login實(shí)現(xiàn)用戶會(huì)話管理
這篇文章主要介紹了Python Flask-Login實(shí)現(xiàn)用戶會(huì)話管理過程，F(xiàn)lask-Login為Flask提供用戶會(huì)話管理。它處理登錄、注銷和長時(shí)間記住用戶會(huì)話等常見任務(wù)2022-12-12
Python加載數(shù)據(jù)的5種不同方式(收藏)
這篇文章主要介紹了Python加載數(shù)據(jù)的5種不同方式(收藏),文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
Python利用PyQt5制作一個(gè)獲取網(wǎng)絡(luò)實(shí)時(shí)NBA數(shù)據(jù)并播報(bào)的GUI程序
現(xiàn)在NBA聯(lián)賽也進(jìn)行到半決賽了,我們?cè)趺礃硬拍芤愿斓姆椒ǐ@取NBA的數(shù)據(jù)呢？這里我們就自己來做一個(gè)數(shù)據(jù)播報(bào)的程序,需要的朋友可以參考下2021-06-06
本篇文章主要介紹了Python變量和字符串的相關(guān)資料。具有很好的參考價(jià)值。下面跟著小編一起來看下吧2017-04-04
python實(shí)現(xiàn)通過flask和前端進(jìn)行數(shù)據(jù)收發(fā)
今天小編就為大家分享一篇python實(shí)現(xiàn)通過flask和前端進(jìn)行數(shù)據(jù)收發(fā)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08
Pandas DataFrame數(shù)據(jù)的更改、插入新增的列和行的方法
這篇文章主要介紹了Pandas DataFrame數(shù)據(jù)的更改、插入新增的列和行的方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
基于Python實(shí)現(xiàn)捕獲,播放和保存攝像頭視頻
這篇文章主要為大家分享一下Python操作視頻最基本的操作，包括讀取和播放視頻和保存視頻。文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以了解一下2022-04-04
TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型
這篇文章主要為大家詳細(xì)介紹了TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03