熊猫群分组中的唯一值

Question

我有一个数据框，需要分组，然后再分组。从子组中，我需要返回子组以及列的唯一值。

df = pandas.DataFrame({'country': pandas.Series(['US', 'Canada', 'US', 'US']),
                       'gender': pandas.Series(['male', 'female', 'male', 'female']),
                       'industry': pandas.Series(['real estate', 'shipping', 'telecom', 'real estate']),
                       'income': pandas.Series([1, 2, 3, 4])})

def subgroup(g):
    return g.groupby(['gender'])

s = df.groupby(['country']).apply(subgroup)

从s，如何计算“行业”的唯一性以及将其归为哪个“性别”？

--------------------------------------------
| US     | male   | [real estate, telecom] |
|        |----------------------------------
|        | female | [real estate]          |
--------------------------------------------
| Canada | female | [shipping]             |
--------------------------------------------

Answer 1

您不需要定义该函数，您可以仅使用 groupby() 和 unique() 解决您的问题；

尝试：

df.groupby(['country','gender'])['industry'].unique()

输出：

country  gender
Canada   female                [shipping]
US       female             [real estate]
         male      [real estate, telecom]
Name: industry, dtype: object

希望能帮助到你！