web-dev-qa-db-fra.com

Compter les valeurs uniques dans une colonne de la base de données pandas comme dans Qlik?

Si j'ai une table comme celle-ci: 

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']
})

Je peux faire count(distinct hID) dans Qlik pour trouver un nombre de 5 pour un hID unique. Comment puis-je faire cela en python en utilisant une base de données pandas? Ou peut-être un tableau numpy? De même, si je devais faire count(hID), j'aurais 8 à Qlik. Quelle est la manière équivalente de le faire chez les pandas?

21
Alhpa Delta

Compter les valeurs de conflit, utilisez nunique:

df['hID'].nunique()
5

Compter uniquement les valeurs non NULL, utilisez count

df['hID'].count()
8

Compter les valeurs totales, y compris les valeurs NULL, utiliser l'attribut size

df['hID'].size
8

Modifier pour ajouter une condition

Utilisez l'indexation booléenne:

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

OU en utilisant query:

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

Sortie:

nunique    5
count      5
size       5
Name: hID, dtype: int64
35
Scott Boston

Si je suppose que data est le nom de votre dataframe, vous pouvez faire:

data['race'].value_counts()

cela vous montrera l'élément distinct et leur nombre d'occurrence.

10
oumar

Ou obtenez le nombre de valeurs uniques pour chaque colonne:

df.nunique()

dID    3
hID    5
mID    3
uID    5
dtype: int64

Nouveau dans pandas 0.20.0pd.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

Vous avez toujours été capable de faire une agg dans une groupby. J'ai utilisé stack à la fin parce que j'aime mieux la présentation.

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
6
piRSquared

Vous pouvez utiliser nunique in pandas:

df.hID.nunique()
# 5
2
Psidom

vous pouvez utiliser une propriété unique en utilisant la fonction len

len (df ['hID']. unique ()) 5

0
Manu Siddhartha