下面是一个示例代码,演示了如何按行按组计算不同的值:
import pandas as pd
# 创建一个示例数据集
data = {'group': ['A', 'A', 'B', 'B', 'B', 'C'],
'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)
# 按行按组计算不同的值
result = df.groupby('group').apply(lambda x: x['value'].nunique())
print(result)
输出结果为:
group
A 2
B 3
C 1
dtype: int64
在这个示例中,我们首先创建了一个包含分组和值的数据集。然后,使用groupby
函数按组分组,然后使用apply
函数对每个组应用一个lambda函数。在lambda函数中,我们使用nunique
函数计算每个组中唯一值的数量。最后,我们打印出结果。
这个示例演示了如何按行按组计算不同的值。你可以根据实际需求修改代码来适应不同的情况。
上一篇:按系列分组并取最大值
下一篇:按行编号返回向量元素