使用pandas groupby计算值

Question

这是我的数据框架

data = {'Date' : ['08/20/10','08/20/10','08/20/10','08/21/10','08/22/10','08/24/10','08/25/10','08/26/10'] , 'Receipt' : [10001,10001,10002,10002,10003,10004,10004,10004],
   'Product' : ['xx1','xx2','yy1','fff4','gggg4','fsf4','gggh5','hhhg6']}

dfTest = pd.DataFrame(data)
dfTest

这将产生：

    Date    Product    Receipt
0   08/20/10    xx1    10001
1   08/20/10    xx2    10001
2   08/20/10    yy1    10002
3   08/21/10    fff4    10002
4   08/22/10    gggg4   10003
5   08/24/10    fsf4    10004
6   08/25/10    gggh5   10004
7   08/26/10    hhhg6   10004

我想获得每天唯一收据的数量。

继承人我做了什么：

dfTest.groupby(['Date','Receipt']).count()

                  Product
Date    Receipt 
08/20/10    10001   2
            10002   1
08/21/10    10002   1
08/22/10    10003   1
08/24/10    10004   1
08/25/10    10004   1
08/26/10    10004   1

我对这种索引表示感到困惑，所以我重置它。

df2 = dfTest.groupby(['Date','Receipt']).count().reset_index()
df2

    Date    Receipt   Product
0   08/20/10    10001   2
1   08/20/10    10002   1
2   08/21/10    10002   1
3   08/22/10    10003   1
4   08/24/10    10004   1
5   08/25/10    10004   1
6   08/26/10    10004   1

现在我按日期对其进行分组，然后仅显示收据计数。

df2.groupby（[ '日期']）[ '收据']。COUNT（）

Date
08/20/10    2
08/21/10    1
08/22/10    1
08/24/10    1
08/25/10    1
08/26/10    1
Name: Receipt, dtype: int64

我在那里得到了每天唯一收据的数量。 我想我提出解决方案的方式有点粗糙。 有没有更好的方式来做我打算做的事情？

Answer 1

试试这个：

In [191]: dfTest.groupby('Date').Receipt.nunique()
Out[191]:
Date
08/20/10    2
08/21/10    1
08/22/10    1
08/24/10    1
08/25/10    1
08/26/10    1
Name: Receipt, dtype: int64

或者这个，取决于你的目标：

In [188]: dfTest.groupby(['Date','Receipt']).Product.nunique().reset_index(level=1, drop=True)
Out[188]:
Date
08/20/10    2
08/20/10    1
08/21/10    1
08/22/10    1
08/24/10    1
08/25/10    1
08/26/10    1
Name: Product, dtype: int64