python - 如何使用 Python pandas “group by” 多个变量，消除重复项

Question

我有一个包含此类数据的输入文件:

**> Due big size of input file, i need to take only unique pairs -

userID-locationID (some kind of preprocessing)**

userID locationID
     1       loc1 
     1       loc2 
     1       loc3 
     2       loc1 
     3       loc4 
     3       loc3 
     3       loc1

我必须找出在每个位置检查了多少不同的用户，并获取包含值的新列。我已经尝试过了，但这不是我需要的。

DataFrame({'count': df.groupby(["userID","locationID",]).size()}).reset_index()

Answer 1

这应该是你要找的，但我不确定是否有更简单的方法:

In [5]: df.groupby(['locID','userId']).last().groupby(level='locID').size()
Out[5]: 
locID
loc1     3
loc2     1
loc3     2
loc4     1
dtype: int64

取每组的最后一个将删除重复项