如何在同一列上分组和聚合答案

【问题标题】：How to groupby and aggregate on the same column如何在同一列上分组和聚合
【发布时间】：2018-11-05 14:40:07
【问题描述】：

我有一个销售数据框

Date    Store   Company     product             Amount
1-1-18  A       company_x       A001               10
1-1-18  A       company_y       A002               20
1-1-18  A       comapny_z       A003               30
1-1-18  B       comapny_x       A001               40
1-1-18  B       company_y       A002               50
1-1-18  B       company_z       A003               60
2-1-18  A       company_x       A001               10
2-1-18  A       company_y       A002               20
2-1-18  A       comapny_z       A003               30
2-1-18  B       comapny_x       A001               40
2-1-18  B       company_y       A002               50
2-1-18  B       company_z       A003               60
2-1-18  A       company_x       A001               10
2-1-18  A       company_y       A002               20
2-1-18  A       comapny_z       A003               30
2-1-18  B       comapny_x       A001               40
2-1-18  B       company_y       A002               50
2-1-18  B       company_z       A003               60
2-1-18  A       company_x       A001               10
2-1-18  A       company_y       A002               20
2-1-18  A       comapny_z       A003               30
2-1-18  B       comapny_x       A001               40
2-1-18  B       company_y       A002               50
2-1-18  B       company_z       A003               60
3-1-18  A       company_x       A001               10
3-1-18  A       company_y       A002               20
3-1-18  A       comapny_z       A003               30
3-1-18  B       comapny_x       A001               40
3-1-18  B       company_y       A002               50
3-1-18  B       company_z       A003               60

我想获取按产品、公司和商店分组的每个产品的销售订单的唯一计数

Store   Company     product          Count
A       Company_x       A001            5 
B       Company_y       A002            5
C       Company_z       A003            5

我试过了

df.groupby(['Store','Company','Product'],as_index='False').agg({'product':'nunique'})

但是python给我一个值错误，显然我不能使用同一列进行分组和聚合。

感谢您帮助我实现目标

编辑：

感谢您所有帮助我的答案，但这是我的错。实际上，我想找出这些产品已售出的唯一天数。

所以解决方案是，df.groupby(['Store','Company','Product'],as_index='False').agg({'Date':'nunique'})

【问题讨论】：

标签： python pandas dataframe aggregate pandas-groupby

【解决方案1】：

与索引product 上的nunique 聚合将为每个组返回1，因为product 是索引中的最后一个级别。

使用聚合函数'size' 并将系列重命名为count，如您的示例所示。然后reset_index 或groupby 选项as_index=False。

df.groupby(['Store', 'Company', 'product']).agg('size').rename('count').reset_index()

  Store    Company product  count
0     A  comapny_z    A003      5
1     A  company_x    A001      5
2     A  company_y    A002      5
3     B  comapny_x    A001      5
4     B  company_y    A002      5
5     B  company_z    A003      5

【讨论】：

感谢阿里的帮助。欣赏它

【解决方案2】：

似乎有两个问题：

你的系列名称是product，而不是Product。
要获取项目数，您可以使用len。 nunique 给出了唯一值的数量。

这是一个演示：

res = df.groupby(['Store','Company','product'],as_index='False').agg({'product': len})

print(res)
                         product
Store Company   product         
A     comapny_z A003           5
      company_x A001           5
      company_y A002           5
B     comapny_x A001           5
      company_y A002           5
      company_z A003           5

【讨论】：

嗨@jpp，你刚刚运行代码吗，我运行了相同的代码，我得到这个错误ValueError：无法插入产品，已经存在。您提到的产品错误是错字
@AhamedMoosa，不幸的是，我无法复制您的错误。您可以尝试使用df.head().to_dict() 的输出来编辑您的问题，这样我们就有了一个完整的示例。
嗨@jpp，感谢您指出，这是我的错误，我想知道它已售出的唯一天数。我已经编辑了我的问题

【解决方案3】：

count 上 groupby 将返回唯一行的所有计数，然后选择数量并重命名列将完成这项工作。

data.groupby(['Store','Company','product'],as_index='False').count()['Amount'].rename('count').reset_index()

  Store    Company product  count
0     A  comapny_z    A003      5
1     A  company_x    A001      5
2     A  company_y    A002      5
3     B  comapny_x    A001      5
4     B  company_y    A002      5
5     B  company_z    A003      5

【讨论】：