如何計算 Pandas 中按域分組的不同值？

計算Pandas 中按域分組的不同值

要確定每個域中的唯一用戶ID，您可以使用Pandas 的nunique ()功能。此函數計算指定列中由一個或多個其他列分組的不同值的數量。

在您的情況下，您可以按域對資料進行分組，並使用nunique() 來計算ID 中的唯一值列：

<code class="python">df.groupby('domain')['ID'].nunique()</code>

這將產生一個DataFrame，其中域作為索引，每個域的唯一ID 計數作為值：

domain	count
vk.com	3
twitter.com	2
facebook.com	1
google.com	1

如果您的域值具有前導或尾隨單引號(')，您可以在使用str.strip("'" ) 方法進行分組之前刪除它們：

<code class="python">df.groupby(df.domain.str.strip("'"))['ID'].nunique()</code>

或者，您可以使用以下方法在輸出DataFrame 中保留域列名稱： as_index=False 的agg() 函數：

<code class="python">df.groupby(by='domain', as_index=False).agg({'ID': pd.Series.nunique})</code>

此方法傳回一個包含網域列和一個名為ID 的新列的DataFrame，其中包含每個網域的唯一ID 計數。

以上是如何計算 Pandas 中按域分組的不同值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！