ถ้าฉันมีโต๊ะแบบนี้:

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']
})

ฉันสามารถทำได้count(distinct hID)ใน Qlik เพื่อให้ได้จำนวน 5 สำหรับ hID ที่ไม่ซ้ำกัน ฉันจะทำสิ่งนั้นใน python โดยใช้แพนด้าดาต้าเฟรมได้อย่างไร หรืออาจจะเป็นอาร์เรย์ที่น่าเบื่อ? ในทำนองเดียวกันถ้าจะทำcount(hID)ฉันจะได้ 8 ใน Qlik วิธีที่เทียบเท่ากับหมีแพนด้าคืออะไร?

นับค่าที่ไม่ซ้ำnuniqueกันใช้:

df['hID'].nunique()
5

นับเฉพาะค่าที่ไม่ใช่ค่าว่างให้ใช้count:

df['hID'].count()
8

นับค่าทั้งหมดรวมทั้งค่า null ใช้sizeแอตทริบิวต์:

df['hID'].size
8

แก้ไขเพื่อเพิ่มเงื่อนไข

ใช้การจัดทำดัชนีบูลีน:

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

หรือใช้query:

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

เอาท์พุต:

nunique    5
count      5
size       5
Name: hID, dtype: int64

หากฉันถือว่าข้อมูลเป็นชื่อของดาต้าเฟรมของคุณคุณสามารถทำได้:

data['race'].value_counts()

สิ่งนี้จะแสดงให้คุณเห็นองค์ประกอบที่แตกต่างและจำนวนครั้งที่เกิดขึ้น

หรือรับจำนวนค่าที่ไม่ซ้ำกันสำหรับแต่ละคอลัมน์:

df.nunique()

dID    3
hID    5
mID    3
uID    5
dtype: int64

ใหม่ใน pandas 0.20.0 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

คุณสามารถทำได้aggภายในไฟล์groupby. ฉันใช้stackในตอนท้ายเพราะฉันชอบการนำเสนอที่ดีกว่า

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

คุณสามารถใช้nuniqueในหมีแพนด้า:

df.hID.nunique()
# 5

ในการนับค่าที่ไม่ซ้ำกันในคอลัมน์ให้พูดhIDถึง dataframe dfให้ใช้:

len(df.hID.unique())

คุณสามารถใช้คุณสมบัติเฉพาะได้โดยใช้ฟังก์ชัน len

len (df ['hID'] ไม่ซ้ำกัน ()) 5