使用子id计算列中的唯一值
使用子id计算列中的唯一值
提问于 2021-03-12 12:23:48
我有一个包含用户子轨迹(段)的df，0,1,2...指示的旅行方式如下：
df = pd.read_csv('sample.csv')
df
id lat lon mode
0 5138001 41.144540 -8.562926 0
1 5138001 41.144538 -8.562917 0
2 5138001 41.143689 -8.563012 0
3 5138003 43.131562 -8.601273 1
4 5138003 43.132107 -8.598124 1
5 5145001 37.092095 -8.205070 0
6 5145001 37.092180 -8.204872 0
7 5145015 39.289341 -8.023454 2
8 5145015 39.197432 -8.532761 2
9 5145015 39.198361 -8.375641 2在上面的示例中，id是针对段的，但是一个完整的轨迹可能被不同的模式所覆盖(即包含多个段)。所以id的前4位数是唯一的轨迹，最后的3位数是唯一的轨迹段。
我知道我可以使用以下方法来计算df中的唯一段数：
df.groupby('id').['mode'].nunique()那么，我如何计算唯一轨迹的数量5138, 5145, ...
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-03-12 12:24:56
使用str索引获取前4个值，如果有必要，首先通过Series.astype将值转换为字符串
df = df.groupby(df['id'].astype(str).str[:4])['mode'].nunique().reset_index(name='count')
print (df)
id count
0 5138 2
1 5145 2如果需要在前4个ids之后处理值：
s = df['id'].astype(str)
df = s.str[4:].groupby(s.str[:4]).nunique().reset_index(name='count')
print (df)
id count
0 5138 2
1 5145 2另一个想法是使用lambda函数：
df.groupby(df['id'].apply(lambda x: str(x)[:4]))['mode'].nunique()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66599881
复制相关文章
相似问题
腾讯云开发者
