python - 每个日期的聚合数据帧值

Question

假设我有以下 df:

df = pd.DataFrame({'date': ['2019-01-21', '2019-01-21', '2019-01-22', '2019-01-21', '2019-01-22', '2019-01-22'], 
                   'user_id': [1, 1, 1, 2, 2, 2],
                   'value': ['a', 'b', 'c', 'a', 'a', 'd']})

         date  user_id value
0  2019-01-21        1     a
1  2019-01-21        1     b
2  2019-01-22        1     c
3  2019-01-21        2     a
4  2019-01-22        2     a
5  2019-01-22        2     d

我想添加新列来表示每个 user_id 的唯一值计数以及截至该日期的日期。

即:对于每个用户和日期，计算唯一值的历史记录:user_id=1 在日期 2019-01-21 有 2 个唯一值(a、b)，在日期 2019-01-22 有 3 个唯一值(a 和b 来自先前日期，c 来自当前日期)

我想得到以下 df 结果:

         date  user_id value  unique_values_count
0  2019-01-21        1     a                    1
1  2019-01-21        1     b                    2
2  2019-01-22        1     c                    3
3  2019-01-21        2     a                    1
4  2019-01-22        2     a                    1
5  2019-01-22        2     d                    2

Answer 1

你可以这样做:

df['unique_values_count']=df.groupby('user_id')['value'].apply(lambda x: (~pd.Series(x).duplicated()).cumsum())

结果:

         date  user_id value  unique_values_count
0  2019-01-21        1     a                    1
1  2019-01-21        1     b                    2
2  2019-01-22        1     c                    3
3  2019-01-21        2     a                    1
4  2019-01-22        2     a                    1
5  2019-01-22        2     d                    2