Pandas：使用 groupby 和 nunique 考慮時間

Question

我有一個 dataframe 這種形式：

A    B    time
1    2    2019-01-03
1    3    2018-04-05
1    4    2020-01-01
1    4    2020-02-02

其中 A 和 B 包含一些 integer 標識符。 我想測量每個 A 與之交互的不同標識符的數量。 為此，我通常只是簡單地做

df.groupby('A')['B'].nunique()   

我現在必須做一件稍微不同的事情：每個標識符都有一個分配的日期（每個標識符都不同），它將其交互分為兩部分：在該日期之前發生的那些，以及在該日期之后發生的那些。 之前完成的相同操作（計算與 交互的唯一 B 的數量）需要分別為兩個部分完成。

例如，如果 A=1 的日期是 2018-07-01，則 output 將是

A    before    after
1    1         2

在真實數據中，A 包含數百萬個不同的標識符，每個標識符都有其唯一的日期。

編輯為了更清楚，我在 df. 我想計算日期之前和之后每個 A 與之交互的 B 的不同值的數量

Answer 1

我會將A轉換為日期，將它們與df['time']進行比較，然后再進行groupby().value_counts() ：

(df['A'].map(date_dict)
    .gt(df['time'])
    .groupby(df['A'])
    .value_counts()
    .unstack()
    .rename({False:'after',True:'before'}, axis=1)
)

Output：

   after  before
A               
1      2       1