一列中唯一对的数量 - 熊猫答案

【问题标题】：Number of unique pairs within one column - pandas一列中唯一对的数量 - 熊猫
【发布时间】：2018-11-06 05:59:45
【问题描述】：

我在为我的 pandas 数据框生成统计数据时遇到了一点问题。我的数据框看起来像这样（我省略了索引）：

重要的是，每个id 都分配了两个type 值，如上例所示。我想计算所有type 组合的出现次数（所以计算给定type 组合的唯一id 的数量），所以我想得到这样一个数据框：

type    count
A, B      2
A, C      0
B, C      2

我尝试在很多方面使用groupby，但没有成功。我可以使用for-loop 和一些代码行来做这种“计数”，但我相信必须有优雅和适当的（用python 术语）解决这个问题。

提前感谢任何提示。

【问题讨论】：

所以你试图从所有types 中创建大小为 2 的组合，并计算其中有多少按 id 分组？我理解正确吗？

标签： python pandas pandas-groupby

【解决方案1】：

`pd.value_counts` 和 `itertools.combinations`

from itertools import combinations

pd.value_counts(
    [(x, y) for _, d in df.groupby('id') for x, y in combinations(d.type, 2)]
)

(A, B)    2
(B, C)    2
dtype: int64

【讨论】：

【解决方案2】：

使用Counter、groupby和默认构造函数

from collections import Counter
>>> pd.DataFrame(Counter([tuple(v.type.values) for _,v in df.groupby('id')]), index=['Count']).T

        Count
A   B   2
B   C   2

【讨论】：

【解决方案3】：

使用GroupBy + apply 和value_counts：

from itertools import combinations

def combs(types):
    return pd.Series(list(combinations(sorted(types), 2)))

res = df.groupby('id')['type'].apply(combs).value_counts()

print(res)

(A, B)    2
(B, C)    2
Name: type, dtype: int64

【讨论】：

【解决方案4】：

也许使用unique，注意只对一个id中的两个唯一值有用

df.groupby('id').type.unique().apply(tuple).value_counts()
Out[202]: 
(A, B)    2
(B, C)    2
Name: type, dtype: int64

【讨论】：

pd.value_counts 和 itertools.combinations

`pd.value_counts` 和 `itertools.combinations`