我使用 Pandas 作为数据库替代品,因为我有多个数据库( Oracle 、 SQL Server 等),并且我无法将一系列命令与 SQL 等效。
我在 DataFrame 中加载了一个包含一些列的表:
YEARMONTH, CLIENTCODE, SIZE, etc., etc.
在 SQL 中,计算每年不同客户端的数量如下:
SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEARMONTH;
结果将是
201301 5000
201302 13245
我怎样才能在 Pandas 中做到这一点?
最佳答案
我相信这就是你想要的:
table.groupby('YEARMONTH').CLIENTCODE.nunique()
示例:
In [2]: table
Out[2]:
CLIENTCODE YEARMONTH
0 1 201301
1 1 201301
2 2 201301
3 1 201302
4 2 201302
5 2 201302
6 3 201302
In [3]: table.groupby('YEARMONTH').CLIENTCODE.nunique()
Out[3]:
YEARMONTH
201301 2
201302 3
关于python - Pandas 'count(distinct)' 等值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56798758/