代码之家 › 专栏 › 技术社区 › Andre Nevares sj95126

如何在Pandas中为特定键的唯一值添加新列(问题agregate)

pandas-groupby pandas python

Andre Nevares sj95126 · 技术社区 · 3 年前

如何添加聚合数据的新列

我想在数据框中创建03个新列

第01列:唯一\u列表

在dataframe中创建唯一值的新列 cfop_code 对于每个 key

第02列:唯一\u计数

检查unique\u列表中显示的唯一值数量的列

第03列:not\u unique\u计数

检查unique\u列表中显示的非唯一值数量的列

示例\u df

	钥匙	产品	cfop\U代码
0	12345678901234567890	产品a	2551
1.	12345678901234567890	产品b	2551
2.	12345678901234567890	产品c	3551
3.	12345678901234567895	产品a	2551
4.	12345678901234567897	产品b	2551
5.	12345678901234567897	产品c	2407

预期结果

	钥匙	产品	cfop\U代码	唯一\u列表	唯一\u计数	not\u unique\u计数
0	12345678901234567890	产品a	2551	2251, 3551	2.	3.
1.	12345678901234567890	产品b	2551	2251, 3551	2.	3.
2.	12345678901234567890	产品c	3551	2251, 3551	2.	3.
3.	12345678901234567895	产品a	2551	2251	1.	1.
4.	12345678901234567897	产品b	2551	2407, 2551	2.	2.
5.	12345678901234567897	产品c	2407	2407, 2551	2.	2.

我试过的

创建唯一值列表

df.groupby('key')["cfop"].unique()

key
12345678901234567890    [2551, 3551]
12345678901234567895          [2551]
12345678901234567897    [2551, 2407]
Name: cfop, dtype: object

获取计数非唯一值

df.groupby("key").agg(**{"unique_values": pd.NamedAgg(column='cfop', aggfunc="size")}).reset_index()

key unique_values
0   12345678901234567890    3
1   12345678901234567895    1
2   12345678901234567897    2

将count唯一值获取到数据帧中

df.groupby("key").agg(**{"unique_values": pd.NamedAgg(column='cfop', aggfunc="nunique")}).reset_index()

key unique_values
0   12345678901234567890    2
1   12345678901234567895    1
2   12345678901234567897    2

但添加新列失败

df['unique_list'] = df.groupby('key')["cfop"].unique()

df['unique_count'] = df.groupby("key").agg(**{"unique_values": pd.NamedAgg(column='cfop', aggfunc="nunique")}).reset_index()
df['not_unique_count'] =df.groupby("key").agg(**{"unique_values": pd.NamedAgg(column='cfop', aggfunc="size")}).reset_index()

2 回复 | 直到 3 年前

Rabinzel 3 年前

尝试:

tmp = (
    df.groupby("key")["cfop_code"]
    .agg(
        unique_list = lambda s: sorted(s.unique()), 
        unique_count = "nunique", 
        not_unique_count = "size")
    .reset_index()
)
res = df.merge(tmp, on="key")

print(res)
                    key    product  cfop_code   unique_list  unique_count  not_unique_count
0  12345678901234567890  product a       2551  [2551, 3551]             2                 3
1  12345678901234567890  product b       2551  [2551, 3551]             2                 3
2  12345678901234567890  product c       3551  [2551, 3551]             2                 3
3  12345678901234567895  product a       2551        [2551]             1                 1
4  12345678901234567897  product b       2551  [2407, 2551]             2                 2
5  12345678901234567897  product c       2407  [2407, 2551]             2                 2

您尝试的问题是:

df.groupby("key").agg(**{"unique_values": pd.NamedAgg(column='cfop_code', aggfunc="nunique")}).reset_index()

返回数据帧。您试图将整个数据帧分配给一个新列,但失败了。

SomeDude 3 年前

您可以在group和agg之后进行合并,如:

df.merge(df.groupby('key',as_index=False).agg(
   unique_list = ('cfop_code', 'unique'),
   unique_count = ('cfop_code', 'nunique'),
   not_unique_count = ('cfop_code', 'size')
), on='key', how = 'left')

输出:

                    key    product  cfop_code   unique_list  unique_count  \
0  12345678901234567890  product a       2551  [2551, 3551]             2   
1  12345678901234567890  product b       2551  [2551, 3551]             2   
2  12345678901234567890  product c       3551  [2551, 3551]             2   
3  12345678901234567895  product a       2551        [2551]             1   
4  12345678901234567897  product b       2551  [2551, 2407]             2   
5  12345678901234567897  product c       2407  [2551, 2407]             2   

   not_unique_count  
0                 3  
1                 3  
2                 3  
3                 1  
4                 2  
5                 2