python groupby 去重计数

对于您的第一个问题，可以通过使用Python中的groupby函数来对列表进行分组和计数，示例代码如下：

from itertools import groupby

data = [1, 2, 2, 3, 3, 3, 4, 5, 5]

grouped_data = groupby(data)

for key, group in grouped_data:
    count = len(list(group))
    print("数字 {} 出现了 {} 次".format(key, count))

运行以上代码，输出结果为：

数字 1 出现了 1 次
数字 2 出现了 2 次
数字 3 出现了 3 次
数字 4 出现了 1 次
数字 5 出现了 2 次

以上是关于Python中使用groupby函数进行去重计数的介绍，希望能够帮助到您。

相关问题

python groupby 条件去重计数

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

假设有一个列表 `data`，其中包含了多个字典，每个字典都有一个 `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：

from itertools import groupby

data = [
    {'id': 1, 'category': 'A'},
    {'id': 2, 'category': 'B'},
    {'id': 3, 'category': 'C'},
    {'id': 4, 'category': 'A'},
    {'id': 5, 'category': 'A'},
    {'id': 6, 'category': 'B'},
    {'id': 7, 'category': 'C'},
]

groups = groupby(sorted(data, key=lambda x: x['category']), key=lambda x: x['category'])

result = {k: len(set(d['id'] for d in g)) for k, g in groups}

print(result)

输出结果为：

{'A': 3, 'B': 2, 'C': 2}

解释：首先将 `data` 列表按 `category` 属性进行排序，并使用 `groupby` 函数按 `category` 属性进行分组。然后遍历每个分组，使用集合去重并计数。最后将计数结果放入字典中返回。

pandas groupby 去重计数

你可以使用 `groupby` 和 `nunique` 方法来对 Pandas DataFrame 进行分组后的去重计数。这里的 `groupby` 方法用于按照指定的列对数据进行分组，而 `nunique` 方法用于计算每个组中独特值的数量。

下面是一个示例代码：

import pandas as pd

# 创建示例 DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one']}

df = pd.DataFrame(data)

# 使用 groupby 和 nunique 进行分组去重计数
count = df.groupby('A')['B'].nunique()

print(count)

输出结果将是每个组中唯一值的数量：

A
bar    2
foo    2
Name: B, dtype: int64

这表示在列 'A' 中，'bar' 组有两个不同的唯一值，'foo' 组也有两个不同的唯一值。