我想要取一个pandas数据帧,按列计算唯一元素,并保留其中的2列。但是我在groupby之后得到了一个多索引数据帧,我不能(1)展平(2)只选择相关列。下面是我的代码:
import pandas as pd
df = pd.DataFrame({
'ID':[1,2,3,4,5,1],
'Ticker':['AA','BB','CC','DD','CC','BB'],
'Amount':[10,20,30,40,50,60],
'Date_1':['1/12/2018','1/14/2018','1/12/2018','1/14/2018','2/1/2018','1/12/2018'],
'Random_data':['ax','','nan','','by','cz'],
'Count':[23,1,4,56,34,53]
})
df2 = df.groupby(['Ticker']).agg(['nunique'])
df2.reset_index()
print(df2)df2仍然提供了两个级别的索引。并包含所有列: Amount、Count、Date_1、ID、Random_data。
如何将其降低到一个索引级别?
并且只保留ID和Random_data列?
发布于 2018-09-14 18:28:06
试着这样做:
1)仅选择相关列(['ID', 'Random_data'])
2)不要将列表传递给.agg --只传递给'nunique' --列表是导致多索引行为的原因。
df2 = df.groupby(['Ticker'])['ID', 'Random_data'].agg('nunique')
df2.reset_index()
Ticker ID Random_data
0 AA 1 1
1 BB 2 2
2 CC 2 2
3 DD 1 1发布于 2018-09-14 18:28:51
在groupby之后使用SeriesGroupBy.nunique和筛选列表中的列
df2 = df.groupby('Ticker')['Date_1','Count','ID'].nunique().reset_index()
print(df2)
Ticker Date_1 Count ID
0 AA 1 1 1
1 BB 2 2 2
2 CC 2 2 2
3 DD 1 1 1https://stackoverflow.com/questions/52330016
复制相似问题