Python 3.x - nunique 不适用于 groupby答案

【问题标题】：Python 3.x - nunique does not work with groupbyPython 3.x - nunique 不适用于 groupby
【发布时间】：2016-10-18 13:01:19
【问题描述】：

我需要从 df 计算唯一用户数。我正在使用 groupby 功能 -

df - 
col1 col2 col3 col4
a    p    x    7 
a    p    x    3
b    q    y    5
b    r    y    2
c    s    z    5
c    t    z    9

Unique_df = df.groupby(['col1','col2','col3'],as_index=False)['col4'].nunique()

预期输出

Unique_df -
col1 col2 col3 col4
a    p    x    2 
b    q    y    1
b    r    y    1
c    s    z    1
c    t    z    1

不幸的是，我收到以下错误 - AttributeError: 'DataFrameGroupBy' 对象没有属性 'nunique'

我怎样才能得到预期的输出？

编辑 - 我试过了——

df.groupby(['col1','col2','col3'],as_index=False)['col4'].apply(lambda x: len(x.unique()))

但不幸的是它给了我一个系列 -

col1 col2 col3 
a    p    x    7 
a    p    x    3
b    q    y    5
b    r    y    2
c    s    z    5
c    t    z    9

我不想要这个。我想要一个我在“预期输出”中提到的数据框

我尝试使用 - 将此系列转换为数据框 - pd.DataFrame(df)

但这给了-

               col4
col1 col2 col3 
a    p    x    7 
a    p    x    3
b    q    y    5
b    r    y    2
c    s    z    5
c    t    z    9

同样，这与“预期输出”不同

【问题讨论】：

标签： group-by unique

【解决方案1】：

根据 pandas 的文档，nunique 函数的返回值应该只是一个系列。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.nunique.html

我测试了您的代码。我唯一一次将输出作为数据框是在我执行以下操作时。我确实提到了 as_index 参数并删除了唯一值的长度计算。

>>> var1 = df.groupby(['col1', 'col2', 'col3', 'col4']).apply(lambda x:x.nunique())
>>> type(var1)
<class 'pandas.core.frame.DataFrame'>

>>> var2 = var1 = df.groupby(['col1', 'col2', 'col3', 'col4']).apply(lambda x:len(x.nunique()))
>>> type(var2)
<class 'pandas.core.series.Series'>

似乎当我尝试使用 as_index=False 和 Len() 函数时，该值变成了一个系列而不是一个数据框。不确定这是否能解决问题。但我希望它可以帮助您尝试不同的选择。我建议将不同的组合放入变量中，并在更改它们时测试它们的类型和行为。

>>> var1 = df.groupby(['col1', 'col2', 'col3', 'col4']).apply(lambda x:x.nunique())
>>> var1
                     col1  col2  col3  col4
col1 col2 col3 col4                        
a    p    x    2        1     1     1     1
b    q    y    1        1     1     1     1
     r    y    1        1     1     1     1
c    s    z    1        1     1     1     1
     t    z    1        1     1     1     1

>>> type(var1)
<class 'pandas.core.series.Series'>

【讨论】：

【解决方案2】：

几天前我遇到了同样的问题。我使用了 group.nunique() ，它在我的计算机上工作但在另一台计算机上没有工作。

我通过更新 anaconda (conda update --all) 解决了这个问题。我怀疑（但不要相信我的话）这是由过时的 numpy 库（conda update numpy）引起的......

希望对你有帮助！

【讨论】：