具有唯一groupby的新列将导致数据帧

问题描述

我有一个重复行（'id'）的数据框。

我想汇总数据，但首先需要对每个ID的唯一会话进行求和。

mypackage
    __init__.py
    mymodule.py

此代码运行良好，但是当我想将此新列'ncount'添加到我的数据框中时效果不佳。

CURR_DIR = dirname(realpath(__file__))
DEFAULT_SCHEMA_FILE = join(
    dirname(CURR_DIR),"default_files","default_schema1.csv"
)

def myfunc(schema = DEFAULT_SCHEMA_FILE):
    #do stuff with CSV

我尝试使用转换，但没有用。

id     session
123      X
123      X 
123      Y
123      Z
234      T
234      T

这是转换代码的结果（我的数据作为重复ID）：

df['ncount'] = df.groupby('id')['session'].nunique().reset_index()

这是我感兴趣的结果：

df['ncount'] = df.groupby('id')['session'].transform('nunique')

解决方法

使用以下步骤：

1。将数据分组并存储在单独的变量中。

2。然后合并回到原始数据框。

代码：

import pandas as pd

df = pd.DataFrame({"id":[123,123,234,234],"session":["X","X","Y","Z","T","T"]})

x = df.groupby(["id"])['session'].nunique().reset_index() 

res = pd.merge(df,x,how="left",on="id")

print(res)

如果需要，您可以重命名列名。

,

使用.count()

步骤：

1：按“ id”对数据进行分组，然后计算id值的值

2：将索引格式的计数减少1并合并到两个数据帧

import pandas as pd

df = pd.DataFrame({"id":[123,"T"]})

uniq_df = df.groupby(["id"])["session"].count().reset_index()
uniq_df["session"] = uniq_df["session"] - 1

result = pd.merge(df,uniq_df,on="id")

print(result)