大pandas数量（不同）相当

我使用pandas作为数据库替代品，因为我有多个数据库（oracle，mssql等），我无法将一系列命令作为一个SQL等效。

我有一个表加载在一个DataFrame与一些列：

YEARMONTH, CLIENTCODE, SIZE, .... etc etc 

在SQL中，要计算每年不同客户端的数量将是：

 SELECT count(distinct CLIENTCODE) FROM table GROUP BY YEARMONTH; 

结果会是

 201301 5000 201302 13245 

我怎样才能做到这一点在pandas？

Answer 1

我相信这是你想要的：

 table.groupby('YEARMONTH').CLIENTCODE.nunique() 

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 

Answer 2

有趣的是， len(unique())通常比nunique()快几倍（3x-15x nunique() 。

Answer 3

这里有另一种方法，很简单，可以说你的数据YEARMONTH名称是YEARMONTH ，列名是YEARMONTH

 daat.YEARMONTH.value_counts() 

Answer 4

通过添加上面的丰富答案，可以使用名为pandasql的 python模块在Pandas数据框上编写SQL查询。 根据Yhat：

pandasql允许你使用SQL语法来查询大pandas的dataframe。[…] pandasql试图提供一个更熟悉的操作和清理数据的方式来处理Python或pandas的新手。