Pandas 不同计数列答案

【问题标题】：Pandas distinct count columnPandas 不同计数列
【发布时间】：2016-04-11 02:46:09
【问题描述】：

受this 帖子的启发，我想在每个分组中获取数据框中的值的不同计数，并使用数据框中的不同计数值创建一列。像这样：

原始数据框：

import pandas as pd
df = pd.DataFrame(
    {'A' : ['foo', 'foo', 'foo', 'foo',
            'bar', 'bar', 'bar', 'bar'],
     'B' : ['foo', 'fo', 'foo', 'foo',
        'bar', 'bar', 'ba', 'ba'],
     'C' : [2, 4, 4, 2, 5, 4, 3, 2]})
df

    A       B       C
0   foo     foo     2
1   foo     fo      4
2   foo     foo     4
3   foo     foo     2
4   bar     bar     5
5   bar     bar     4
6   bar     ba      3
7   bar     ba      2

应用链接帖子的方法：

df=df.groupby(['A','B'])['C'].apply(lambda x: len(x.unique()))
df

每个链接发布方法的结果：

A    B  
bar  ba     2
     bar    2
foo  fo     1
     foo    2
Name: C, dtype: int64

想要的结果：

    A       B       C   Distinct Count of C per A and B
0   foo     foo     2             2 
1   foo     fo      4             1 
2   foo     foo     4             2 
3   foo     foo     2             2
4   bar     bar     5             2 
5   bar     bar     4             2
6   bar     ba      3             2
7   bar     ba      2             2

查看第一行，“A”中的“foo”和“B”中的“foo”的组合有 2 个与之关联的唯一值（2 和 4），因此该组合的每一行中都有一个 2列 A 和 B 的值。

提前致谢！

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

使用transform 而不是apply，因为它返回的列与原始大小相同，我找不到关于原始pandas site 的文档，但来自帮助：

transform(func, *args, **kwargs) 方法 pandas.core.groupby.SeriesGroupBy 实例
调用函数在每个组上生成一个类似索引的系列并返回具有转换值的系列

df['Distinct Count of C per A and B'] = df.groupby(['A','B'])['C'].transform(lambda x: len(x.unique()))

In [1495]: df
Out[1495]: 
     A    B  C  Distinct Count of C per A and B
0  foo  foo  2                                2
1  foo   fo  4                                1
2  foo  foo  4                                2
3  foo  foo  2                                2
4  bar  bar  5                                2
5  bar  bar  4                                2
6  bar   ba  3                                2
7  bar   ba  2                                2

【讨论】：