行が特定のユーザーによって行われたトランザクションを表すデータフレームがあります。複数の行が同じuser_idを持つことができることに注意してください。カラム名性別とuser_idのランニングを考える：他の列で条件が指定された列のカテゴリの一意の値を集計する
df.gender.value_counts()
は周波数を返しますが、彼らはおそらく回以上指定されたユーザーをカウントすることができるので、彼らは偽です。例えば、50人の男性が実際にはそれほど少ないとは言えます。
value_counts()は、user_idごとに1回だけカウントする方法はありますか？
はあなたのデータフレームにパンダのgroupbyを使用したい：
users = {'A': 'male', 'B': 'female', 'C': 'female'}
ul = [{'id': k, 'gender': users[k]} for _ in range(50) for k in random.choice(users.keys())]
df = pd.DataFrame(ul)
print(df.groupby('gender')['id'].nunique())
この収率は（幸運のランダム選択に応じて、しかし、チャンスは3つのキーのそれぞれがために少なくとも一度選択されている「かなり高い」です50個のサンプル）：
gender
female 2
male 1
Name: id, dtype: int64
これはありがとうございます。 –
私は最初のポストに同意するが、ちょうどGROUPBYをより簡単にするために：
df.groupby('user_id').first().count() will give you counts of each variable
または代わりに：の
pd.value_counts(df.groupby('user_id').first().reset_index().gender)
可能性のある重複した[パンダとの一意の値をカウント]（http://stackoverflow.com/questions/38309729/count-unique-values-with-pandas） – ayhan
なぜだろうか一意の 'user_id'を選択せず、後で' gender'でグループ化しません。うまくいけば、あなたのユーザーはあまりにも頻繁に性別を変更しないでください。 – jbndlr