將 SQL 的 COUNT(DISTINCT) 轉換為 Pandas：如何使用 nunique() 方法？

將SQL 的COUNT(DISTINCT) 轉換為Pandas 等效項

在資料作業領域，Pandas 已成為管理表格的有力工具數據。在處理 Oracle 和 SQL Server 等不同資料來源時，使用者可能會遇到將 SQL 查詢轉換為高效 Pandas 操作的挑戰。一項常見任務涉及計算不同值的數量，該任務需要與 SQL 的 COUNT(DISTINCT) 函數「等效」。

為了在 Pandas 中實現這一目標，讓我們開始探索包含列的表代表 YEARMONTH、CLIENTCODE 和各種其他屬性。在 SQL 中，可以使用以下查詢來完成每年不同的客戶端計數：

SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEARMONTH;

此查詢產生的結果顯示每年的不同客戶端計數。我們如何在 Pandas 中複製此功能？

解決方案在於利用 nunique() 方法：

table.groupby('YEARMONTH').CLIENTCODE.nunique()

此表達式按 YEARMONTH 列對資料進行分組並應用 nunique()方法到每個組內的 CLIENTCODE 系列。結果是一個 DataFrame，其中列出了 YEARMONTH 值以及每年的不同客戶端數量。

為了說明這一點，請考慮一個名為table 的範例DataFrame：

   CLIENTCODE  YEARMONTH
0           1     201301
1           1     201301
2           2     201301
3           1     201302
4           2     201302
5           2     201302
6           3     201302

應用nunique( ) 方法產生：

YEARMONTH
201301       2
201302       3

因此，Pandas 的nunique() 方法提供了與SQL 的COUNT(DISTINCT) 等效的功能，用於有效計算指定列中的不同值。

以上是將 SQL 的 COUNT(DISTINCT) 轉換為 Pandas：如何使用 nunique() 方法？的詳細內容。更多資訊請關注PHP中文網其他相關文章！