我有一个包含日期、car_id 和目的地的数据集。
对于每一行，我想要每个 car_id 的唯一目的地的累计数量。重要的是计数器在最早的日期开始。
所需的输出是“unique_destinations”列:
date car_id destination unique_destinations
0 01/01/2019 1 Boston 1
1 01/01/2019 2 Miami 1
2 02/01/2019 1 Boston 1
3 02/01/2019 2 Orlando 2
4 03/01/2019 1 New York 2
5 03/01/2019 2 Tampa 3
6 04/01/2019 1 Boston 2
7 04/01/2019 2 Miami 3
8 05/01/2019 1 Washington 3
9 05/01/2019 2 Jacksonville 4
10 06/01/2019 1 New York 3
11 06/02/2019 2 Atlanta 5
最佳答案
好吧，这可能效率不高，但它是一种方法:)
def check(data):
seen = []
flag = 0
for index,row in data.iterrows():
if row['destination'] not in seen:
flag+=1
data['unique_destinations'][index] = flag
seen.append(row['destination'])
else:
data['unique_destinations'][index] = flag
return data
df['unique_destinations'] = 0
df.groupby('car_id').apply(check)
输出
0 1
1 1
2 1
3 2
4 2
5 3
6 2
7 3
8 3
9 4
10 3
11 5
Name: unique_destinations, dtype: int64
关于python - 如何通过时间累积每个 ID 的唯一行值的数量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55495086/