在 groupby 之后來自 nunique 的奇怪 output

Question

我對以下代碼的行為很感興趣：

import pandas as pd
df = pd.DataFrame({'Name':['A','A','B','B','B'],
                   'Date':['2020-01-01','2020-01-02','2020-01-01','2020-01-02','2020-01-03']})
df['Date'] = pd.to_datetime(df['Date'],infer_datetime_format=True)
df['Data_Points'] = df.groupby(['Name'])['Date'].transform('nunique')
print(df)

哪個輸出：

  Name       Date                   Data_Points
0    A 2020-01-01 1970-01-01 00:00:00.000000002
1    A 2020-01-02 1970-01-01 00:00:00.000000002
2    B 2020-01-01 1970-01-01 00:00:00.000000003
3    B 2020-01-02 1970-01-01 00:00:00.000000003
4    B 2020-01-03 1970-01-01 00:00:00.000000003

如果transform('nunique')的文檔明確指出：

返回 object 中唯一元素的數量。

返回：整數

並且pandas.DataFrame.transform沒有提到任何關於保留聚合列的 dtype 的內容，僅：

調用 func 自行生成具有轉換值的 DataFrame。 生產的 DataFrame 將具有與自己相同的軸長。

因此，當結合這兩個函數時，為什么我得到一個datetime而不是nunique()所說的int呢？ 在定義轉換列的dtype時，聚合的dtype是否優先於在transform()方法中傳遞的 function？ 這是預期的行為嗎？

Answer 1

我認為這是錯誤，可能的解決方案：

df['Data_Points'] = df.groupby(['Name'])['Date'].transform(pd.Series.nunique)
print(df)
  Name       Date  Data_Points
0    A 2020-01-01            2
1    A 2020-01-02            2
2    B 2020-01-01            3
3    B 2020-01-02            3
4    B 2020-01-03            3

Answer 2

IIUC，這是因為轉換后的結果作為日期時間（原始）類型插入回來。 添加astype(int)解決它：

df.groupby('Name')["Date"].transform("nunique").astype(int)

Output：

0    2
1    2
2    3
3    3
4    3
Name: Date, dtype: int64