Pandas：計算group by中的唯一日期時間值，給出奇怪的值

Question

所以我得到了這個DataFrame，以一種方式構建，以便列id等於2，我們在列num和my_date有兩個不同的值：

import pandas as pd

a = pd.DataFrame({'id': [1, 2, 3, 2], 
                  'my_date': [datetime(2017, 1, i) for i in range(1, 4)] + [datetime(2017, 1, 1)],
                  'num': [2, 3, 1, 4]
            })

為方便起見，這是一個可讀的視覺中的DataFrame：

如果我想計算每個id的唯一值的數量，我會這樣做

grouped_a = a.groupby('id').agg({'my_date': pd.Series.nunique, 
                                 'num': pd.Series.nunique}).reset_index()
grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date']

這給出了這個奇怪的（？）結果：

看起來datetime時間上的計數唯一值（在Pandas中轉換為datetime64[ns] ）類型不起作用？

Answer 1

這是bug，請參閱github 14423 。

但你可以使用SeriesGroupBy.nunique ，它很好用：

grouped_a = a.groupby('id').agg({'my_date': 'nunique', 
                                 'num': 'nunique'}).reset_index()
grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date']
print (grouped_a)
   id  num_unique_num  num_unique_my_date
0   1               1                   1
1   2               2                   2
2   3               1                   1

如果DataFrame只有3列，您可以使用：

grouped_a = a.groupby('id').agg(['nunique']).reset_index()
grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date']
print (grouped_a)
   id  num_unique_num  num_unique_my_date
0   1               1                   1
1   2               2                   2
2   3               1                   1