如果我有一个这样的表格:
df = pd.DataFrame({
'hID': [101, 102, 103, 101, 102, 104, 105, 101],
'dID': [10, 11, 12, 10, 11, 10, 12, 10],
'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})
我可以在Qlik中做计数(不同的hID)，为唯一的hID计算5。我如何在python中使用熊猫数据框架做到这一点?或者是numpy数组?类似地，如果要做计数(hID)，我将在Qlik中得到8。对熊猫来说，同样的方法是什么?
当前回答
对于没有重复的行的唯一计数
df[‘实际’]nunique()。
要知道复制的每个惟一行内容的数量
df(‘藏’).value_counts ()
其他回答
计数不同的值，使用nunique:
df['hID'].nunique()
5
只计算非空值，使用Count:
df['hID'].count()
8
计算包括空值在内的总价值，使用size属性:
df['hID'].size
8
编辑以添加条件
使用布尔索引:
df.loc[df['mID']=='A','hID'].agg(['nunique','count','size'])
或使用查询:
df.query('mID == "A"')['hID'].agg(['nunique','count','size'])
输出:
nunique 5
count 5
size 5
Name: hID, dtype: int64
要在列中计数唯一的值，例如dataframe df的hID，使用:
len(df.hID.unique())
我也在找类似的东西我发现了另一种可以帮助你的方法
如果你想计算空值的数量，你可以使用这个函数:
def count_nulls(s):
return s.size - s.count()
如果你想在你的唯一计数中包含NaN值，你需要将dropna=False传递给nunique函数。
def unique_nan(s):
return s.nunique(dropna=False)
下面是使用泰坦尼克数据集的所有值的总结:
from scipy.stats import mode
agg_func_custom_count = {
'embark_town': ['count', 'nunique', 'size', unique_nan, count_nulls, set]
}
df.groupby(['deck']).agg(agg_func_custom_count)
你可以在这里找到更多信息
对于没有重复的行的唯一计数
df[‘实际’]nunique()。
要知道复制的每个惟一行内容的数量
df(‘藏’).value_counts ()
如果我假设数据是你的数据框架的名称，你可以这样做:
data['race'].value_counts()
这将告诉你不同的元素和它们的出现次数。
