使用 Pandas 計算每個組的唯一值

計算按特定列分組的唯一值是資料分析中的一個常見任務。 Pandas 提供了多種方法來實現此目的。

在您的情況下，您有一個包含“ID”和“域”列的 DataFrame，需要計算每個“域”的唯一“ID”值。

使用df.groupby['domain', 'ID'].count()':

此方法傳回一個包含'ID' 和'domain' 群組計數的DataFrame 。但是，它計算每個組中的行數，而不僅僅是唯一的“ID”值。

使用「nunique()」的解：

df.groupby ('domain')['ID'].nunique() 計算每個「domain ”組的唯一“ID”計數。產生的 DataFrame 將以 'domain' 欄位作為索引，並將計數作為新欄位。

剝離單引號：

如果您的'domain' 列包含單引號，在分組之前使用df.domain.str.strip("'") 將其刪除。

保留列名：

保留'ID'結果中的列名，使用df.groupby(by='domain', as_index=False).agg( {'ID': pd.Series.nunique})。這將建立一個包含“domain”和“ID”（唯一計數）列的 DataFrame。