Pandas 实现分组计数且不计重复
在对dataframe进行分析的时候会遇到需要分组计数，计数的column中属性有重复，但又需要仅对不重复的项计数（即重复N次出现的项只计1次）。
函数如下：
dataframe.groupby([‘分组的列名']).需要计数的列名.nunique()
举例：
数组“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来统计每一家店的营业日期数（可以通过不计重复的count “SalesDate”来完成）
代码如下：
data.groupby(['StoreID']).SalesDate.nunique()
补充：pandas 统计分组内不重复计数
在数据分析中的数据处理过程中，经常需要对数据进行分组计数，看下下面这组数据
数据中name 为C 的有三行，其中有2个code是重复的
目标：
按name 分组，统计每组中code的不重复数量
df.groupby('name')['code'].nunique()
# 以name 分组后，统计code的不重复数目
结果如下：
排序
df.groupby('name')['code'].nunique().sort_values(ascending=False)
# 以name 分组后，统计code的不重复数目
以上为个人经验，希望能给大家一个参考，也希望大家多多支持IT技术网。如有错误或未考虑完全的地方，望不吝赐教。
您可能感兴趣的文章:
- 利用pandas按日期做分组运算的操作
- pandas 实现某一列分组,其他列合并成list
- pandas 实现分组后取第N行
- pandas分组排序 如何获取第二大的数据
- pandas group分组与agg聚合的实例
- pandas groupby分组对象的组内排序解决方案
