像 Qlik 一样计算 pandas 数据框中列中的唯一值？

Question

如果我有这样的table：

df = pd.DataFrame({
         'hID': [101, 102, 103, 101, 102, 104, 105, 101],
         'dID': [10, 11, 12, 10, 11, 10, 12, 10],
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

我可以在 Qlik 中执行 count(distinct hID) 以得出唯一 hID 的计数为 5。我如何使用 pandas 数据框在 python 中做到这一点？或者也许是一个 numpy 数组？同样，如果要执行 count(hID) 我将在 Qlik 中得到 8。 pandas 中的等效方法是什么？

Answer 1

您可以在 pandas 中使用 nunique:

df.hID.nunique()
# 5

Answer 2

计算不同的值，使用 nunique:

df['hID'].nunique()
5

只计算非空值，使用count:

df['hID'].count()
8

计算包括空值在内的总值，使用 size 属性：

df['hID'].size
8

编辑以添加条件

使用布尔索引：

df.loc[df['mID']=='A','hID'].agg(['nunique','count','size'])

或使用 query:

df.query('mID == "A"')['hID'].agg(['nunique','count','size'])

输出：

nunique    5
count      5
size       5
Name: hID, dtype: int64

Answer 3

或获取每列的唯一值的数量：

df.nunique()

dID    3
hID    5
mID    3
uID    5
dtype: int64

pandas 0.20.0中的新内容pd.DataFrame.agg

df.agg(['count', 'size', 'nunique'])

         dID  hID  mID  uID
count      8    8    8    8
size       8    8    8    8
nunique    3    5    3    5

您总是能够在 groupby 内完成 agg。我最后用了 stack 因为我更喜欢这个演示文稿。

df.groupby('mID').agg(['count', 'size', 'nunique']).stack()


             dID  hID  uID
mID                       
A   count      5    5    5
    size       5    5    5
    nunique    3    5    5
B   count      2    2    2
    size       2    2    2
    nunique    2    2    2
C   count      1    1    1
    size       1    1    1
    nunique    1    1    1

Answer 4

如果我假设数据是您的数据框的名称，您可以这样做：

data['race'].value_counts()

这将向您显示不同的元素及其出现次数。

Answer 5

您可以使用 len 函数

来使用唯一性属性

len(df['hID'].unique()) 5

Answer 6

要计算列中的唯一值，比如数据框 df 的 hID，请使用：

len(df.hID.unique())

Answer 7

我一直在寻找类似的东西，但我找到了另一种可以帮助你的方法

如果你想统计空值的个数，你可以使用这个函数：

def count_nulls(s):
    return s.size - s.count()

如果您想在唯一计数中包含 NaN 值，则需要将 dropna=False 传递给 nunique 函数。

def unique_nan(s):
    return s.nunique(dropna=False)

以下是使用 titanic 数据集汇总的所有值：

from scipy.stats import mode

agg_func_custom_count = {
    'embark_town': ['count', 'nunique', 'size', unique_nan, count_nulls, set]
}
df.groupby(['deck']).agg(agg_func_custom_count)

您可以找到更多信息Here

Answer 8

对于没有重复的行的唯一计数

df['hID'].nunique()

要知道每个唯一行内容重复的数量

df['hID'].value_counts()

像 Qlik 一样计算 pandas 数据框中列中的唯一值？

Counting unique values in a column in pandas dataframe like in Qlik?

python

numpy

qlikview

pandas

qliksense

编辑以添加条件