假设我具有以下数据框:
df2 = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : np.random.randn(8), 'D' : np.random.randn(8)})
df2.head()
外观如下:
A B C D
0 foo one 0.613774 0.783539
1 bar one -0.937659 -0.913213
2 foo two -1.568537 1.569597
3 bar three -0.353449 1.108789
4 foo two -1.769544 0.530466
我知道,如果我想创建另一个列,即列A中每个值的记录数,则可以执行以下操作:
df2['counts'] = df2.groupby('A')['B'].transform(np.size)
但是,我只想计算按A分组的B的唯一元素?我知道如何将数据帧减少到两列(一列用于“ foo”,一列用于“ bar”),但是如何使用变换来做到这一点?
使用GroupBy.transform.nunique
:
df2['counts'] = df2.groupby('A')['B'].transform('nunique')