python - 使用 Pandas 变换计数不同

Question

假设我有以下数据框：

df2 = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'C' : np.random.randn(8), 'D' : np.random.randn(8)})
df2.head()

如下所示：

     A      B         C         D
0  foo    one  0.613774  0.783539
1  bar    one -0.937659 -0.913213
2  foo    two -1.568537  1.569597
3  bar  three -0.353449  1.108789
4  foo    two -1.769544  0.530466

我知道，如果我想创建另一列，即 A 列中每个值的记录数，我可以执行以下操作：

df2['counts'] = df2.groupby('A')['B'].transform(np.size)

但是，假设我只想计算按 A 分组的 B 的唯一元素？如果我要将数据框减少到 2 列（一列用于“foo”，一列用于“bar”），我知道如何执行此操作，但是如何使用转换来执行此操作？

标签： pythonpandasnumpy

Answer 1

使用GroupBy.transform.nunique：

df2['counts'] = df2.groupby('A')['B'].transform('nunique')