按 python 中数据框的一列中的每个值分组

Question

我有一个包含 7 列的数据框，如下所示：

Bank Name | Number | Firstname | Lastname | ID | Date1    | Date2
B1        | 1      | ABC       | EFG      | 12 | Somedate | Somedate
B2        | 2      | ABC       | EFG      | 12 | Somedate | Somedate
B1        | 1      | DEF       | EFG      | 12 | Somedate | Somedate
B3        | 3      | ABC       | GHI      | 13 | Somedate | Somedate
B4        | 4      | XYZ       | FHJ      | 13 | Somedate | Somedate
B5        | 5      | XYZ       | DFI      | 13 | Somedate | Somedate

我想为每个 ID 创建一个包含 4 个元素的元组，这样每个元组元素代表每个 ID 的 (Bank Name, Number, Firstname, Lastname) 并且这些元组元素的值是计数该 ID 的相应列中存在的不同元素的数量。例如：对于 ID = 12，元组应为 (2, 2, 2, 1)，对于 ID=13,，元组应为 (3, 3, 2, 3)

我可以通过执行以下操作获取特定 ID 的所有行：

print(df.loc[df['ID'] == '12'])

但是，我不知道如何为 ID 列中的每个值执行此操作（很像 SQL 中的 group by 子句，并且还获取计数而不是行中的实际值。

请帮忙。

Answer 1

使用apply你可以做到

In [117]: cols = ['BankName', 'Number', 'Firstname', 'Lastname']

In [126]: df.groupby('ID')[cols].nunique().apply(tuple, axis=1)
Out[126]:
ID
12    (2, 2, 2, 1)
13    (3, 3, 2, 3)
dtype: object

或者，

In [127]: df.groupby('ID').apply(lambda x: tuple(x[c].nunique() for c in cols))
Out[127]:
ID
12    (2, 2, 2, 1)
13    (3, 3, 2, 3)
dtype: object

或者，如果您想要作为数据框而不是元组

In [122]: df.groupby('ID').agg({c: 'nunique' for c in cols})
Out[122]:
    Lastname  Number  Firstname  BankName
ID
12         1       2          2         2
13         3       3          2         3

or,

In [123]: df.groupby('ID')[cols].nunique()
Out[123]:
    BankName  Number  Firstname  Lastname
ID
12         2       2          2         1
13         3       3          2         3

Answer 2

使用groupby with apply and lambda function with nunique:

cols = ['Bank Name', 'Number', 'Firstname', 'Lastname']
df = df.groupby('ID')[cols].apply(lambda x: tuple(x.nunique()))
print (df)
ID
12    (2, 2, 2, 1)
13    (3, 3, 2, 3)
dtype: object

如有必要，转换为 dict:

d = df.groupby('ID')[cols].apply(lambda x: tuple(x.nunique())).to_dict()
print (d)
{12: (2, 2, 2, 1), 13: (3, 3, 2, 3)}

Answer 3

我想你需要这个：

group = df.groupby('ID')['Bank Name','Number','Firstname','Lastname'].nunique()
group['tuples'] = group.apply(lambda x: tuple(x), axis=1)
group.loc[:,'tuples']

输出将是：

ID
12    (2, 2, 2, 1)
13    (3, 3, 2, 3)
Name: tuples, dtype: object

按 python 中数据框的一列中的每个值分组

Grouping by each value in a column of a dataframe in python

python

dataframe

pandas

pandas-loc