在熊猫数据框中使用 .groupby 计算唯一值答案

【问题标题】：counting unique values using .groupby in pandas dataframe在熊猫数据框中使用 .groupby 计算唯一值
【发布时间】：2020-12-17 04:22:58
【问题描述】：

我有一个数据框，当我运行我的代码时，它会返回所有 Nan 而不是返回计数值。我确定这很简单，但我无法弄清楚。我试图在每个位置获得唯一数量的物种。我希望新列输出物种计数 [2,2,1,1,2,2,1,1]

import pandas as pd

df = pd.DataFrame({
         'ID': [1, 2, 3, 4, 5, 6, 7, 8],
         'location': ['A', 'A', 'C', 'C', 'E', 'E', 'E', 'E'],
         'Species': ['Cat', 'Cat', 'Dog', 'Cat', 'Cat', 'Cat', 'Dog', 'Bird'],
         'Count': [2,2,2,2,4,4,4,4]
})

def abundance(data):
    data["Abundance"] = data[data.Species.notnull()].groupby('location')['Species'].unique()

abundance(df)
print(df)
````````````````````
   ID location Species  Count Abundance
0   1        A     Cat      2       NaN
1   2        A     Cat      2       NaN
2   3        C     Dog      2       NaN
3   4        C     Cat      2       NaN
4   5        E     Cat      4       NaN
5   6        E     Cat      4       NaN
6   7        E     Dog      4       NaN
7   8        E    Bird      4       NaN

【问题讨论】：

标签： python pandas dataframe unique

【解决方案1】：

我相信您想要计算每一对 location, Species。而且，要将groupby 输出分配回原始数据帧，我们通常使用transform：

df['Abundance'] = df.groupby(['location','Species']).Species.transform('size')

输出：

   ID location Species  Count  Abundance
0   1        A     Cat      2          2
1   2        A     Cat      2          2
2   3        C     Dog      2          1
3   4        C     Cat      2          1
4   5        E     Cat      4          2
5   6        E     Cat      4          2
6   7        E     Dog      4          1
7   8        E    Bird      4          1

【讨论】：

这正是我想要的。我以前使用过 .transform('count') ，但我需要的是“大小”。谢谢

【解决方案2】：

df.groupby(['location','Species']).Species.value_counts().to_frame('Abundance')



                            Abundance
location Species Species           
A        Cat     Cat              2
C        Cat     Cat              1
         Dog     Dog              1
E        Bird    Bird             1
         Cat     Cat              2
         Dog     Dog              1

【讨论】：

【解决方案3】：

我认为您应该尝试使用您希望在输出中包含的列对数据框进行分组，

>>> df[df.Species.notnull()].groupby(['location','Species']).count()
                  ID  Count
location Species           
A        Cat       2      2
C        Cat       1      1
         Dog       1      1
E        Bird      1      1
         Cat       2      2
         Dog       1      1

【讨论】：