Pandas Python - get value counts by grouped

Question

我遇到过这样一种情况:多个客户in可能属于同一个帐户，并且所有记录都归入以下两个组之一：

CUSTOMER_ACCOUNT_ID     CUSTOMER_ID GROUP
123                          555    A
123                          556    A
124                          557    B
124                          558    B
125                          559    A

我想要做的是获得属于每个组的唯一CUSTOMER_ACCOUNT_IDs的计数。也就是说，我不关心一个账号属于多少个customer_ids，我只想看看每个组有多少个账号。我正在寻找这个输出

GROUP   COUNT
A        2
B        1

即每个组的唯一帐号数量。一种想法是，我想要折叠或删除CUSTOMER_ID维度，所以剩下的就是

CUSTOMER_ACCOUNT_ID     GROUP
123                       A
124                       B
125                       A

然后对GROUP进行值计数，但我不确定如何处理。我确实找到了一种很难看的方式来做这件事，但我对熊猫来说还不熟悉R，所以我猜还有一种更直接的方式，我还不知道……

Answer 1

您可以在分组后使用nunique()方法：

df.groupby('GROUP')['CUSTOMER_ACCOUNT_ID'].nunique().reset_index()

# GROUP CUSTOMER_ACCOUNT_ID
# 0   A                   2
# 1   B                   1

Answer 2

这就是你想要实现的吗？

In [103]: df.drop_duplicates(['CUSTOMER_ACCOUNT_ID', 'GROUP']).drop('CUSTOMER_ID', 1)
Out[103]: 
   CUSTOMER_ACCOUNT_ID GROUP
0                  123     A
2                  124     B
4                  125     A