| StoreID | Sales | SalesDate | Channel |
|---|---|---|---|
| A | 100 | 2018/1/1 | 01 |
| A | 90 | 2018/1/1 | 02 |
| A | 110 | 2018/1/2 | 01 |
| B | 82.2 | 2018/1/1 | 01 |
| B | 90 | 2018/1/2 | 02 |
如果要按StoreID來統(tǒng)計每一家店的營業(yè)日期數(shù)（可以通過不計重復(fù)的count “SalesDate”來完成）
代碼如下：
data.groupby(['StoreID']).SalesDate.nunique()
補充：pandas 統(tǒng)計分組內(nèi)不重復(fù)計數(shù)
在數(shù)據(jù)分析中的數(shù)據(jù)處理過程中，經(jīng)常需要對數(shù)據(jù)進(jìn)行分組計數(shù)，看下下面這組數(shù)據(jù)
數(shù)據(jù)中name 為C 的有三行，其中有2個code是重復(fù)的
按name 分組，統(tǒng)計每組中code的不重復(fù)數(shù)量
df.groupby('name')['code'].nunique()
# 以name 分組后，統(tǒng)計code的不重復(fù)數(shù)目
結(jié)果如下：
df.groupby('name')['code'].nunique().sort_values(ascending=False)
# 以name 分組后，統(tǒng)計code的不重復(fù)數(shù)目
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
標(biāo)簽：日照 天水 白城 西安 錦州 隨州 股票 安慶
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《Pandas 實現(xiàn)分組計數(shù)且不計重復(fù)》，本文關(guān)鍵詞 Pandas,實現(xiàn),分組,計數(shù),且,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。