python - 如何计算每行特定值的唯一出现次数？

Question

我的数据框如下:

df =

DATA   TYPE_1  TYPE_2  TYPE_3  EVALUATED
WW     A234    456     456     0
AA     456     123A    567     1
BB     456     123A    456     1

df = pd.DataFrame({"DATA":["WW","AA","BB"],"TYPE_1":["A234","456","456"],"TYPE_2":["456","123A","123A"],"TYPE_3":["456","567","456"],"EVALUATED":[0,1,1]})

我正在计算 TYPE*​​ 出现的次数，其中 EVALUATED 等于 0 和 1。这是我正在使用的代码:

grouped = (df.set_index('EVALUATED')
        .filter(like='TYPE_')
        .stack()
        .to_frame('TYPE')
        .reset_index()
        .pivot_table(index='TYPE', columns='EVALUATED', aggfunc='size', fill_value=0)
    ).reset_index()

我需要通过仅计算每行 TYPE*​​ 的唯一出现次数来稍微改进此代码。

例如456在第1行出现了两次，但必须只计算一次。

结果应该是这样的:

grouped = 

TYPE   0   1
------------
A234   1   0
456    1   2
123A   0   2
567    0   1

Answer 1

我的解决方案与您的解决方案类似，只是添加了 .apply(lambda x: pd.Series(x.unique()), axis=1) 用于删除行中的重复项和另一个可能的解决方案使用 groupby 和 unstack 快速 size:

grouped = df.set_index('EVALUATED')
            .filter(like='TYPE_')
            .apply(lambda x: pd.Series(x.unique()), axis=1)
            .stack()
            .to_frame('TYPE')
            .reset_index()
            .groupby(['TYPE', 'EVALUATED'])
            .size()
            .unstack(fill_value=0)
print (grouped)
EVALUATED  0  1
TYPE           
123A       0  2
456        1  2
567        0  1
A234       1  0

您的解决方案:

grouped = (df.set_index('EVALUATED')
        .filter(like='TYPE_')
        .apply(lambda x: pd.Series(x.unique()), axis=1) #added row for unique rows
        .stack()
        .to_frame('TYPE')
        .reset_index()
        .pivot_table(index='TYPE', columns='EVALUATED', aggfunc='size', fill_value=0)
    ).reset_index()

print (grouped)
EVALUATED  TYPE  0  1
0          123A  0  2
1           456  1  2
2           567  0  1
3          A234  1  0