📅  最后修改于: 2023-12-03 14:49:44.658000             🧑  作者: Mango
在 Pandas 中,我们可以使用 groupby()
函数对数据进行分组,并应用各种函数来计算每个组的唯一值。
以下是如何使用 Pandas 计算每组的唯一值的步骤:
import pandas as pd
data = {'group': ['A', 'A', 'B', 'B', 'C', 'C'],
'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)
这将创建一个包含两列的 DataFrame 对象,其中 group
表示数据分组的类别,value
表示每个数据点的值。
unique_values = df.groupby('group')['value'].unique()
在此示例中,我们使用 groupby()
函数按 group
列对数据进行分组,然后使用 unique()
函数计算每个组的唯一值。
print(unique_values)
输出结果将是一个 Pandas Series 对象,其中每个组的唯一值被存储在一个 array 中。
group
A [1, 2]
B [3, 4]
C [5, 6]
Name: value, dtype: object
此示例演示了如何使用 Pandas 计算每组的唯一值。通过 groupby()
函数和其他 Pandas 函数(如 unique()
,sum()
,mean()
,count()
等),我们可以轻松对分组数据进行聚合和统计分析。