将分组的聚合nunique列添加到pandas数据帧-Java 学习之路

我想在我的pandas数据帧中添加一个聚合的，分组的，nunique列，但不会聚合整个数据帧 . 我试图在一行中执行此操作，并避免创建新的聚合对象并合并它等 .

我的df有track，type和id . 我希望每个轨道/类型组合的唯一ID数量作为表格中的新列（但不会在生成的df中折叠轨道/类型组合） . 行数相同，列数增加1 .

这样的事情不起作用：

df['n_unique_id'] = df.groupby(['track', 'type'])['id'].nunique()

也不是

df['n_unique_id'] = df.groupby(['track', 'type'])['id'].transform(nunique)

最后一个适用于一些聚合功能，但不适用于其他功能 . 以下工作（但在我的数据集上没有意义）：

df['n_unique_id'] = df.groupby(['track', 'type'])['id'].transform(sum)

在R中，这很容易在data.table中完成

df[, n_unique_id := uniqueN(id), by = c('track', 'type')]

谢谢！

1 回答

df.groupby(['track', 'type'])['id'].transform(nunique)

意味着在名称空间中有一个名称 nunique 执行某些功能 . transform 将接受一个它知道函数的函数或字符串 . nunique 绝对是其中一个字符串 .

正如@root所指出的那样， pandas 将用于执行由这些字符串指示的转换的方法经常被优化，并且通常应优先于传递您自己的函数 . 即使在某些情况下传递 numpy 函数，这也是 True .

例如， transform('sum') 应优先于 transform(sum) .

试试这个

df.groupby(['track', 'type'])['id'].transform('nunique')

demo

df = pd.DataFrame(dict(
    track=list('11112222'), type=list('AAAABBBB'), id=list('XXYZWWWW')))
print(df)

  id track type
0  X     1    A
1  X     1    A
2  Y     1    A
3  Z     1    A
4  W     2    B
5  W     2    B
6  W     2    B
7  W     2    B

df.groupby(['track', 'type'])['id'].transform('nunique')

0    3
1    3
2    3
3    3
4    1
5    1
6    1
7    1
Name: id, dtype: int64

回复于 2024-04-29T11:17:31+08:00

将分组的聚合nunique列添加到pandas数据帧

1 回答

相关问题