“系列分组依据”对象没有属性“is_unique”；

Question

• 操作系统：Windows 10
• python：3.7.11
• IDE：jupyter笔记本

我有一个包含以下列四列的数据集：bug_report_number、class_id、time_stamp ，标签。数据集如下所示：

41737   120098  1583149803  0
41737   120116  1583149803  0
41737   120136  1583149803  0
41748   120179  1583135020  0
41748   120177  1583135020  -1
41748   120177  1583135020  -1
41754   120177  1583135020  1
41754   120200  1583135020  0
41754   120188  1583135020  0

我想按 bug_report_number 进行分组，然后检查 class_id 列值对于该错误报告是否是唯一的。

例如，对于 41748 bug_report_number 我期望得到 False，对于 41754 我期望得到 True。

我编写的代码如下：

import pandas as pd
train_file_path = "dataset_hbase - v.03.csv"
columns_name = ["bug_report_number", "class_id", "time_stamp", "label"]
columns_dtype = {0: "int64", 1: "int64", 2: "int64", 3:"int64"}
df = pd.read_csv(train_file_path, header=None, names=columns_name, dtype=columns_dtype)

temp = df.groupby(["bug_report_number"])
temp["class_id"].is_unique

但是当我使用 .is_unique 时，它返回以下错误：

AttributeError: 'SeriesGroupBy' object has no attribute 'is_unique'

Question:

• How to groupby bug_report_number and then check if the class_id< /code> 列值对于该错误报告是否是唯一的？

Answer 1

使用：

data = pd.DataFrame({'bug_report_number': [1,2,1,2,1], 'id': [50,35,50,30,50]})
df =  pd.DataFrame(data)
df.groupby('bug_report_number')['id'].apply(lambda x: 0 if len(list(x))==len(set(x)) else 1)

输出：

Answer 2

IIUC，您可以使用groupby + nunique + eq(1)。这个想法是计算每个“bug_report_number”的唯一“class_id”的数量，如果等于 1，则返回 True，否则返回 False。

s = df.groupby('bug_report_number')['class_id'].nunique()
out =  s.eq(1) 

输出：

bug_report_number
41737    False
41748    False
41754    False
Name: class_id, dtype: bool