我有一個資料幀，例如
Groups SP Letters
G1 SP1 A
G1 SP1 Z
G1 SP1 A
G1 SP2 X
G1 SP3 X
G1 SP4 B
G2 SP2 A
G2 SP5 B
G2 SP3 X
G2 SP23 A
我想添加一列 ( Nb_column) ，它是SP每個列中唯一值的計數，Groups但在Letters串列中的位置the_list=['A','B']
在這里我應該得到：
Groups SP Letters Nb_column
G1 SP1 A 2
G1 SP1 Z 2
G1 SP1 A 2
G1 SP2 X 2
G1 SP3 X 2
G1 SP4 B 2
G2 SP2 A 3
G2 SP5 B 3
G2 SP3 X 3
G2 SP23 A 3
在哪里
- 有2
SP（SP1，SP4）以Letters在the_list為G1。和 - 有3
SP（SP2，SP5和SP23）用Letters在the_list為G2。
有人對熊貓有想法嗎？
uj5u.com熱心網友回復：
您可以使用groupby transform nunique對SP的屏蔽版本（默認情況下，NaN是不被計算nunique）：
df['Nb_columns'] = (df['SP'].where(df['Letters'].isin(the_list))
.groupby(df['Groups']).transform('nunique')
)
輸出：
Groups SP Letters Nb_columns
0 G1 SP1 A 2
1 G1 SP1 Z 2
2 G1 SP1 A 2
3 G1 SP2 X 2
4 G1 SP3 X 2
5 G1 SP4 B 2
6 G2 SP2 A 3
7 G2 SP5 B 3
8 G2 SP3 X 3
9 G2 SP23 A 3
uj5u.com熱心網友回復：
使用isin以檢查是否存在，然后groupby().nunique()和映射回：
nb = df[df['Letters'].isin(lst)].groupby('Groups')['SP'].nunique()
df['Nb_column'] = df['Groups'].map(nb)
uj5u.com熱心網友回復：
我們可以從選擇SP列基于其中使用再使用，讓每組唯一值的相應數字。然后和回資料幀進行對齊新列：Letters isin the_listlocgroupby nuniquerenamejoinGroups
df = df.join(
df.loc[df['Letters'].isin(the_list), 'SP']
.groupby(df['Groups']).nunique()
.rename('Nb_column'),
on='Groups'
)
或者，join我們可以reindex縮放并從中創建新列：
df['Nb_column'] = (
df.loc[df['Letters'].isin(the_list), 'SP']
.groupby(df['Groups']).transform('nunique')
.reindex(index=df.index, method='ffill')
)
df：
Groups SP Letters Nb_column
0 G1 SP1 A 2
1 G1 SP1 Z 2
2 G1 SP1 A 2
3 G1 SP2 X 2
4 G1 SP3 X 2
5 G1 SP4 B 2
6 G2 SP2 A 3
7 G2 SP5 B 3
8 G2 SP3 X 3
9 G2 SP23 A 3
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/347395.html