blocks|key|2259044|text|我相信这就是你想要的：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2259045|table.groupby('YEARMONTH').CLIENTCODE.nunique()|code-block|syntax|javascript|2259046|示例：|2259047|In+[2]:+table
Out[2]:+
+++CLIENTCODE++YEARMONTH
0+++++++++++1+++++201301
1+++++++++++1+++++201301
2+++++++++++2+++++201301
3+++++++++++1+++++201302
4+++++++++++2+++++201302
5+++++++++++2+++++201302
6+++++++++++3+++++201302

In+[3]:+table.groupby('YEARMONTH').CLIENTCODE.nunique()
Out[3]:+
YEARMONTH
201301+++++++2
201302+++++++3|2259048|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

I believe this is what you want:

<pre><code>table.groupby('YEARMONTH').CLIENTCODE.nunique()
</code></pre>

Example:

<pre><code>In [2]: table
Out[2]: 
 CLIENTCODE YEARMONTH
0 1 201301
1 1 201301
2 2 201301
3 1 201302
4 2 201302
5 2 201302
6 3 201302

In [3]: table.groupby('YEARMONTH').CLIENTCODE.nunique()
Out[3]: 
YEARMONTH
201301 2
201302 3
</code></pre>

blocks|key|5610620|text|这是另一个方法，它要简单得多。假设您的数据框名为daat，列名为YEARMONTH|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|5610621|daat.YEARMONTH.value_counts()|code-block|syntax|javascript|5610622|entityMap^0|O|4|W|9|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]|$9|P|A|Q|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|R|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|S|8|@]|D|@]|E|$]]]|L|$]]

Here is another method and it is much simpler. Let’s say your dataframe name is <code>daat</code> and the column name is <code>YEARMONTH</code>:
<pre><code>daat.YEARMONTH.value_counts()
</code></pre>

blocks|key|134917|text|有趣的是，len(unique())通常比nunique()快几倍(3倍-15倍)。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|134918|entityMap^0|5|D|L|9|0^^$0|@$1|2|3|4|5|6|7|H|8|@$9|I|A|J|B|C]|$9|K|A|L|B|C]]|D|@]|E|$]]|$1|F|3|-4|5|6|7|M|8|@]|D|@]|E|$]]]|G|$]]

Interestingly enough, very often <code>len(unique())</code> is a few times (3x-15x) faster than <code>nunique()</code>.

blocks|key|5610783|text|我也在使用nunique，但如果您必须使用'min',+'max',+'count'+or+'mean'等聚合函数，它将非常有用。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|5610784|df.groupby('YEARMONTH')['CLIENTCODE'].transform('nunique')+#count(distinct)
df.groupby('YEARMONTH')['CLIENTCODE'].transform('min')+++++#min
df.groupby('YEARMONTH')['CLIENTCODE'].transform('max')+++++#max
df.groupby('YEARMONTH')['CLIENTCODE'].transform('mean')++++#average
df.groupby('YEARMONTH')['CLIENTCODE'].transform('count')+++#count|code-block|syntax|javascript|5610785|entityMap^0|5|7|L|V|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]|$9|P|A|Q|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|R|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|S|8|@]|D|@]|E|$]]]|L|$]]

I am also using <code>nunique</code> but it will be very helpful if you have to use an aggregate function like <code>'min', 'max', 'count' or 'mean'</code> etc. 

<pre><code>df.groupby('YEARMONTH')['CLIENTCODE'].transform('nunique') #count(distinct)
df.groupby('YEARMONTH')['CLIENTCODE'].transform('min') #min
df.groupby('YEARMONTH')['CLIENTCODE'].transform('max') #max
df.groupby('YEARMONTH')['CLIENTCODE'].transform('mean') #average
df.groupby('YEARMONTH')['CLIENTCODE'].transform('count') #count
</code></pre>

blocks|key|2259285|text|Distinct+of列以及其他列上的聚合|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2259286|要获得任何列的不同数量的值(在本例中为CLIENTCODE)，我们可以使用nunique。我们可以在agg函数中将输入作为字典传递，以及其他列上的聚合：|offset|length|style|CODE|2259287|grp_df+=+df.groupby('YEARMONTH').agg({'CLIENTCODE':+['nunique'],
++++++++++++++++++++++++++++++++++++++'other_col_1':+['sum',+'count']})

#+to+flatten+the+multi-level+columns
grp_df.columns+=+["_".join(col).strip()+for+col+in+grp_df.columns.values]

#+if+you+wish+to+reset+the+index
grp_df.reset_index(inplace=True)|code-block|syntax|javascript|2259288|entityMap^0|0|J|A|11|7|1E|3|0|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|P|8|@$D|Q|E|R|F|G]|$D|S|E|T|F|G]|$D|U|E|V|F|G]]|9|@]|A|$]]|$1|H|3|I|5|J|7|W|8|@]|9|@]|A|$K|L]]|$1|M|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|N|$]]

<h1>Distinct of column along with aggregations on other columns</h1>

To get the distinct number of values for any column (<code>CLIENTCODE</code> in your case), we can use <code>nunique</code>. We can pass the input as a dictionary in <code>agg</code> function, along with aggregations on other columns:

<pre class="lang-py prettyprint-override"><code>grp_df = df.groupby('YEARMONTH').agg({'CLIENTCODE': ['nunique'],
 'other_col_1': ['sum', 'count']})

# to flatten the multi-level columns
grp_df.columns = ["_".join(col).strip() for col in grp_df.columns.values]

# if you wish to reset the index
grp_df.reset_index(inplace=True)
</code></pre>

blocks|key|5610757|text|使用crosstab时，这将返回比groupby+nunique更多的信息|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|5610758|pd.crosstab(df.YEARMONTH,df.CLIENTCODE)
Out[196]:
CLIENTCODE++1++2++3
YEARMONTH
201301++++++2++1++0
201302++++++1++2++1|code-block|syntax|javascript|5610759|稍加修改后，它会产生如下结果：|5610760|pd.crosstab(df.YEARMONTH,df.CLIENTCODE).ne(0).sum(1)
Out[197]:
YEARMONTH
201301++++2
201302++++3
dtype:+int64|5610761|entityMap^0|2|8|H|7|P|7|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@$9|R|A|S|B|C]|$9|T|A|U|B|C]|$9|V|A|W|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|X|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|Y|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|Z|8|@]|D|@]|E|$I|J]]|$1|O|3|-4|5|6|7|10|8|@]|D|@]|E|$]]]|P|$]]

Using <code>crosstab</code>, this will return more information than <code>groupby</code> <code>nunique</code>:
<pre><code>pd.crosstab(df.YEARMONTH,df.CLIENTCODE)
Out[196]:
CLIENTCODE 1 2 3
YEARMONTH
201301 2 1 0
201302 1 2 1
</code></pre>
After a little bit of modification, it yields the result:
<pre><code>pd.crosstab(df.YEARMONTH,df.CLIENTCODE).ne(0).sum(1)
Out[197]:
YEARMONTH
201301 2
201302 3
dtype: int64
</code></pre>

blocks|key|890996|text|这是一种在多个列上进行不同计数的方法。让我们来看一些数据：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|890997|data+=+{'CLIENT_CODE':[1,1,2,1,2,2,3],
++++++++'YEAR_MONTH':[201301,201301,201301,201302,201302,201302,201302],
++++++++'PRODUCT_CODE':+[100,150,220,400,50,80,100]
+++++++}
table+=+pd.DataFrame(data)
table

CLIENT_CODE+YEAR_MONTH++PRODUCT_CODE
0+++1+++++++201301++++++100
1+++1+++++++201301++++++150
2+++2+++++++201301++++++220
3+++1+++++++201302++++++400
4+++2+++++++201302++++++50
5+++2+++++++201302++++++80
6+++3+++++++201302++++++100|code-block|syntax|javascript|890998|现在，列出感兴趣的列，并在稍作修改的语法中使用groupby：|890999|columns+=+['YEAR_MONTH',+'PRODUCT_CODE']
table[columns].groupby(table['CLIENT_CODE']).nunique()|891000|我们得到：|891001|YEAR_MONTH++PRODUCT_CODE+CLIENT_CODE
1+++++++++++2++++++++++++3
2+++++++++++2++++++++++++3
3+++++++++++1++++++++++++1|891002|entityMap^0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|R|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|S|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|T|8|@]|9|@]|A|$E|F]]|$1|K|3|L|5|6|7|U|8|@]|9|@]|A|$]]|$1|M|3|N|5|D|7|V|8|@]|9|@]|A|$E|F]]|$1|O|3|-4|5|6|7|W|8|@]|9|@]|A|$]]]|P|$]]

Here is an approach to have count distinct over multiple columns. Let's have some data:
<pre><code>data = {'CLIENT_CODE':[1,1,2,1,2,2,3],
 'YEAR_MONTH':[201301,201301,201301,201302,201302,201302,201302],
 'PRODUCT_CODE': [100,150,220,400,50,80,100]
 }
table = pd.DataFrame(data)
table

CLIENT_CODE YEAR_MONTH PRODUCT_CODE
0 1 201301 100
1 1 201301 150
2 2 201301 220
3 1 201302 400
4 2 201302 50
5 2 201302 80
6 3 201302 100
</code></pre>
Now, list the columns of interest and use groupby in a slightly modified syntax:
<pre><code>columns = ['YEAR_MONTH', 'PRODUCT_CODE']
table[columns].groupby(table['CLIENT_CODE']).nunique()
</code></pre>
We obtain:
<pre><code>YEAR_MONTH PRODUCT_CODE CLIENT_CODE
1 2 3
2 2 3
3 1 1
</code></pre>

blocks|key|894300|text|使用新的Pandas版本，很容易获得数据帧：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|894301|unique_count+=+pd.groupby(['YEARMONTH'],+as_index=False).agg(uniq_CLIENTCODE=('CLIENTCODE',+pd.Series.count))|code-block|syntax|javascript|894302|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

With the new Pandas version, it is easy to get as a data frame:
<pre><code>unique_count = pd.groupby(['YEARMONTH'], as_index=False).agg(uniq_CLIENTCODE=('CLIENTCODE', pd.Series.count))
</code></pre>

blocks|key|2259423|text|现在，您还可以使用Python语言中的dplyr语法来执行此操作：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2259424|>>>+from+datar.all+import+f,+tibble,+group_by,+summarise,+n_distinct
>>>
>>>+data+=+tibble(
...+++++CLIENT_CODE=[1,1,2,1,2,2,3],
...+++++YEAR_MONTH=[201301,201301,201301,201302,201302,201302,201302]
...+)
>>>
>>>+data+>>+group_by(f.YEAR_MONTH)+>>+summarise(n=n_distinct(f.CLIENT_CODE))
+++YEAR_MONTH+++++++n
++++++<int64>+<int64>
0++++++201301+++++++2
1++++++201302+++++++3|code-block|syntax|javascript|2259425|entityMap^0|J|5|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

Now you are also able to use <code>dplyr</code> syntax in Python to do it:
<pre class="lang-py prettyprint-override"><code>&gt;&gt;&gt; from datar.all import f, tibble, group_by, summarise, n_distinct
&gt;&gt;&gt;
&gt;&gt;&gt; data = tibble(
... CLIENT_CODE=[1,1,2,1,2,2,3],
... YEAR_MONTH=[201301,201301,201301,201302,201302,201302,201302]
... )
&gt;&gt;&gt;
&gt;&gt;&gt; data &gt;&gt; group_by(f.YEAR_MONTH) &gt;&gt; summarise(n=n_distinct(f.CLIENT_CODE))
 YEAR_MONTH n
 &lt;int64&gt; &lt;int64&gt;
0 201301 2
1 201302 3
</code></pre>

blocks|key|5611063|text|创建一个数据透视表，并使用table系列函数：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|5611064|ID+=+[+123,+123,+123,+456,+456,+456,+456,+789,+789]
domain+=+['vk.com',+'vk.com',+'twitter.com',+'vk.com',+'facebook.com',
++++++++++'vk.com',+'google.com',+'twitter.com',+'vk.com']
df+=+pd.DataFrame({'id':ID,+'domain':domain})
fp+=+pd.pivot_table(data=df,+index='domain',+aggfunc=pd.Series.nunique)
print(fp)|code-block|syntax|javascript|5611065|输出：|5611066|+++++++++++++++id
domain
facebook.com+++1
google.com+++++1
twitter.com++++2
vk.com+++++++++3|5611067|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

Create a pivot table and use the nunique series function:
<pre><code>ID = [ 123, 123, 123, 456, 456, 456, 456, 789, 789]
domain = ['vk.com', 'vk.com', 'twitter.com', 'vk.com', 'facebook.com',
 'vk.com', 'google.com', 'twitter.com', 'vk.com']
df = pd.DataFrame({'id':ID, 'domain':domain})
fp = pd.pivot_table(data=df, index='domain', aggfunc=pd.Series.nunique)
print(fp)
</code></pre>
Output:
<pre><code> id
domain
facebook.com 1
google.com 1
twitter.com 2
vk.com 3
</code></pre>

I am using Pandas as a database substitute as I have multiple databases (<a href="https://en.wikipedia.org/wiki/Oracle_Database" rel="noreferrer">Oracle</a>, <a href="https://en.wikipedia.org/wiki/Microsoft_SQL_Server" rel="noreferrer">SQL Server</a>, etc.), and I am unable to make a sequence of commands to a SQL equivalent.
I have a table loaded in a DataFrame with some columns:
<pre><code>YEARMONTH, CLIENTCODE, SIZE, etc., etc.
</code></pre>
In SQL, to count the amount of different clients per year would be:
<pre><code>SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEARMONTH;
</code></pre>
And the result would be
<pre><code>201301 5000
201302 13245
</code></pre>
How can I do that in Pandas?

Pandas 'count(distinct)' equivalent

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我使用Pandas作为数据库的替代品，因为我有多个数据库(、等)，并且我不能为SQL等效项创建一系列命令。我在DataFrame中加载了一个表，其中包含一些列：YEARMONTH, CLIENTCODE, SIZE, etc., etc.在SQL中，要计算每年不同客户端的数量，应为：SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEAR

问Pandas 'count(distinct)‘等同
EN

回答 10

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Pandas 'count(distinct)‘等同EN

回答 10

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Pandas 'count(distinct)‘等同
EN