计算熊猫分组对象中的唯一值

Question

我在 pandas/python 中有一个表，我正在执行以下操作：

grouped_data = df_cmets_cols['article_id'].groupby(df_cmets_cols['user_id'])

现在要计算每个用户的文章数量，我执行以下操作：

ct_grouped_data = grouped_data.count()

以上计算的是每个用户的文章 ID 数。但是，有时每个用户有多个相同的文章 ID（从某种意义上说，用户与该文章进行了多次交互），我只想计算每个用户的唯一文章 ID - 有没有快速的方法来做到这一点？

提前致谢。

Answer 1

我认为您可能正在寻找的是nunique，您可以像这样调用GroupBy 对象：

In [63]: df = DataFrame({'a': randn(1000, 1)})

In [64]: df['user_id'] = randint(100, 1000, size=len(df))

In [65]: df['article_id'] = randint(100, size=len(df))

In [66]: gb = df.article_id.groupby(df.user_id)

In [67]: gb.nunique()
Out[67]:
user_id
100        2
101        1
102        1
104        2
105        1
106        2
107        1
110        1
111        4
112        2
113        1
114        2
115        1
116        1
118        1
...
976        3
980        1
982        1
983        1
986        1
987        1
988        1
989        2
990        1
993        1
994        2
996        1
997        1
998        1
999        1
Length: 617, dtype: int64