web-dev-qa-db-ja.com

Qlikのようにpandasデータフレームの列の一意の値をカウントしますか？

このようなテーブルがある場合：

df = pd.DataFrame({
         'hID': [101, 102, 103, 101, 102, 104, 105, 101],
         'dID': [10, 11, 12, 10, 11, 10, 12, 10],
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

Qlikでcount(distinct hID)を実行して、一意のhIDのカウントを5にすることができます。 pythonデータフレームを使用してpandasでそれを行うにはどうすればよいですか？それとも、numpy配列ですか？同様に、count(hID)を実行した場合、Qlikで8を取得します。パンダでそれを行う同等の方法は何ですか？

pythonpandasnumpyqlikviewqliksense
38
Alhpa Delta

距離値をカウントし、nuniqueを使用します。

df['hID'].nunique()
5

NULL以外の値のみをカウントし、countを使用します。

df['hID'].count()
8

Null値を含む合計値をカウントするには、size属性を使用します。

df['hID'].size
8

編集して条件を追加

ブールインデックスを使用します。

df.loc[df['mID']=='A','hID'].agg(['nunique','count','size'])

またはqueryを使用：

df.query('mID == "A"')['hID'].agg(['nunique','count','size'])

出力：

nunique    5
count      5
size       5
Name: hID, dtype: int64
65
Scott Boston

データがデータフレームの名前であると仮定すると、次のことができます：

data['race'].value_counts()

これにより、個別の要素とその出現回数が表示されます。

24
oumar

または、各列の一意の値の数を取得します。

df.nunique()

dID    3
hID    5
mID    3
uID    5
dtype: int64

pandas 0.20.0の新機能 pd.DataFrame.agg

df.agg(['count', 'size', 'nunique'])

         dID  hID  mID  uID
count      8    8    8    8
size       8    8    8    8
nunique    3    5    3    5

agg内でgroupbyを常に実行できます。最後にstackを使用したのは、プレゼンテーションの方が好きだからです。

df.groupby('mID').agg(['count', 'size', 'nunique']).stack()


             dID  hID  uID
mID                       
A   count      5    5    5
    size       5    5    5
    nunique    3    5    5
B   count      2    2    2
    size       2    2    2
    nunique    2    2    2
C   count      1    1    1
    size       1    1    1
    nunique    1    1    1
10
piRSquared

パンダでは nunique を使用できます。

df.hID.nunique()
# 5
2
Psidom