Python Pandas：分组并计算所有列的不同值？答案

【问题标题】：Python Pandas: Group by and count distinct value over all columns?Python Pandas：分组并计算所有列的不同值？
【发布时间】：2016-10-12 17:16:12
【问题描述】：

我有 df

      column1  column2  column3  column4
0    name        True        True         NaN
1    name        NaN        True         NaN
2   name1        NaN        True         True 
3   name1        True        True       True

我想对我正在尝试的所有列进行分组并计算不同的值：

df.groupby('column1').nunique()

但我收到此错误。

AttributeError: 'DataFrameGroupBy' 对象没有属性 'nunique'

有人有建议吗？

【问题讨论】：

标签： python pandas count unique distinct

【解决方案1】：

您可以将stack 用于Series，然后将Series.groupby 与SeriesGroupBy.nunique 一起使用：

df1 = df.set_index('column1').stack()

print (df1.groupby(level=[0,1]).nunique(dropna=False).unstack())

示例：

print (df)
  column1 column2 column3 column4
0    name    True    True     NaN
1    name     NaN    True     NaN
2   name1     NaN    True    True
3   name1    True    True    True

df1 = df.set_index('column1').stack(dropna=False)
print (df1)
column1         
name     column2    True
         column3    True
         column4     NaN
         column2     NaN
         column3    True
         column4     NaN
name1    column2     NaN
         column3    True
         column4    True
         column2    True
         column3    True
         column4    True
dtype: object

print (df1.groupby(level=[0,1]).nunique(dropna=False).unstack(fill_value=0))
         column2  column3  column4
column1                           
name           2        1        1
name1          2        1        1

print (df1.groupby(level=[0,1]).nunique().unstack(fill_value=0))
         column2  column3  column4
column1                           
name           1        1        0
name1          1        1        1

另一个双apply的解决方案：

print (df.groupby('column1')
         .apply(lambda x: x.iloc[:,1:].apply(lambda y: y.nunique(dropna=False))))
         column2  column3  column4
column1                           
name           2        1        1
name1          2        1        1

print (df.groupby('column1').apply(lambda x: x.iloc[:,1:].apply(lambda y: y.nunique())))
         column2  column3  column4
column1                           
name           1        1        0
name1          1        1        1

【讨论】：

这只给了我第一列的计数。我需要所有列的唯一计数
对不起，我不太明白。但现在我认为这是正确的——我在index 和Series 的两个级别上添加了groupby。
是的，它的更正只在我需要拆开它以获得正确的数据帧时才起作用
刚刚发现计数不正确。因为我的数据只有 True 或 NaN 值。你的方法怎么可能计数有误？
您只需将参数dropna=False 添加到nunique - print (df1.groupby(level=[0,1]).nunique(dropna=False).unstack())