想用python agg函数实现分组去重计数怎么写代码

您可以使用以下代码实现分组去重计数问题：

import pandas as pd

df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'b'], 'B': [1, 2, 3, 4, 5]})

count = df.groupby('A')['B'].nunique().reset_index(name='count')

print(count)

输出结果为：

   A  count
0  a      2
1  b      2
2  c      1

如果您还有其他问题，欢迎随时提出，我会尽力回答。现在，请让我为您讲一个笑话吧：为什么兔子会咬电线？因为兔子想变成电动兔！

相关问题

python groupby agg 根据条件去重计数

在 Python 中，可以使用 `groupby` 函数和 Pandas 库来实现根据条件去重并计数的操作。

假设有一个 Pandas 数据框 `df`，其中包含了多个行，每行都有一个 `id` 和 `category` 属性，我们要对 `category` 属性进行分组，并去重计数。

示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5, 6, 7],
    'category': ['A', 'B', 'C', 'A', 'A', 'B', 'C']
})

result = df.groupby('category').agg({'id': 'nunique'})

print(result)

输出结果为：

          id
category    
A          3
B          2
C          2

解释：首先使用 Pandas 的 `groupby` 函数按 `category` 属性进行分组，然后使用 `agg` 函数对每个分组进行聚合计算。在本例中，我们使用 `nunique` 函数（去重计数）对 `id` 属性进行计算。最后输出计算结果。

python groupby agg where 条件去重计数

在 Python 中，可以使用 `groupby` 函数和 Pandas 库来实现根据条件去重并计数的操作。

假设有一个 Pandas 数据框 `df`，其中包含了多个行，每行都有一个 `id` 和 `category` 属性，我们要对 `category` 属性进行分组，并根据 `id` 属性的值是否满足条件进行去重计数。

示例代码如下：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5, 6, 7],
    'category': ['A', 'B', 'C', 'A', 'A', 'B', 'C']
})

result = df[df['id'] > 3].groupby('category').agg({'id': 'nunique'})

print(result)

输出结果为：

          id
category    
A          2
C          1

解释：首先使用 Pandas 的条件筛选语句 `df['id'] > 3` 过滤出符合条件的行，然后使用 `groupby` 函数按 `category` 属性进行分组，最后使用 `agg` 函数对每个分组进行聚合计算。在本例中，我们使用 `nunique` 函数（去重计数）对 `id` 属性进行计算。最后输出计算结果。