Question

我试图使用Python获取csv列中唯一项的计数。

示例CSV文件（没有标题）：

AB,asd
AB,poi
AB,asd
BG,put
BG,asd

到目前为止我已经尝试过了。

import csv
from collections import defaultdict, Counter

input_file = open('Results/1_sample.csv')
csv_reader = csv.reader(input_file, delimiter=',')

data = defaultdict(list)
for row in csv_reader:
    data[row[0]].append(row[1])
for k, v in data.items():
    print k
    print Counter(v)

以此格式提供输出：

AB
Counter({'asd': 2, 'poi': 1})
BG
Counter({'asd': 1, 'put': 1})

但我希望我的输出像：

AB:2
BG:2
total_unique_count:3 #unique count of column[1], irrespective of the data in column[0]

Answer 1

您正在寻找SeriesGroupby方法nunique：

In [11]: df
Out[11]:
    0    1
0  AB  asd
1  AB  poi
2  AB  asd
3  BG  put
4  BG  asd

In [12]: g = df.groupby(0)

In [13]: g[1].nunique()
Out[13]:
0
AB    2
BG    2
Name: 1, dtype: int64

Answer 2

使用sets：

data = (('AB', 'asd'),
    ('AB', 'poi'),
    ('AB', 'asd'),
    ('BG', 'put'),
    ('BG', 'asd'))
unique_items = set(data)
keys = [[entry[0] for entry in unique_items]]
for key in set(keys):
    print("Key '{}' appears {} unique times".format(key, keys.count(key)))

Key＆＃39; BG＆＃39;出现2次独特的时间
Key＆＃39; AB＆＃39;出现2次独特的时间

python count csv列中唯一元素的数量

2 个答案: