使用pandas groupby计算唯一值

Question

我有以下形式的数据：

df = pd.DataFrame({
    'group': [1, 1, 2, 3, 3, 3, 4],
    'param': ['a', 'a', 'b', np.nan, 'a', 'a', np.nan]
})
print(df)

#    group param
# 0      1     a
# 1      1     a
# 2      2     b
# 3      3   NaN
# 4      3     a
# 5      3     a
# 6      4   NaN

组内的非空值始终相同。我想对每个组（如果存在）的非空值进行一次计数，然后找到每个值的总数。

我目前正在以以下方式（笨拙和低效）进行此操作：

param = []
for _, group in df[df.param.notnull()].groupby('group'):
    param.append(group.param.unique()[0])
print(pd.DataFrame({'param': param}).param.value_counts())

# a    2
# b    1

我敢肯定，有一种方法可以更干净地执行此操作，而无需使用循环，但是我似乎无法解决问题。任何帮助将非常感激。

Answer 1

我认为您可以使用SeriesGroupBy.nunique：

print (df.groupby('param')['group'].nunique())
param
a    2
b    1
Name: group, dtype: int64

的另一种解决方案unique，然后创建new
dfby DataFrame.from_records，将其重塑为Seriesbystack和last
value_counts：

a = df[df.param.notnull()].groupby('group')['param'].unique()
print (pd.DataFrame.from_records(a.values.tolist()).stack().value_counts())
a    2
b    1
dtype: int64