在熊貓中使用布爾值進行分組

Question

df['check'] = ((df['id'] == 123) & (df['date1'] >= date1)) | ((df['id'] == 456) & (df['date2'] >= date2))

present = df.groupby(['id', 'month', 'check'])['userid'].nunique().reset_index(name="usercount")

這是我的代碼，因此我的預期輸出必須在按id分組的usercount列中usercount每月唯一用戶數。 我使用了id 、 month和check in groupby 。

check列的類型為bool ，基於我的代碼的第一行，但是當我從present數據幀獲得輸出時，將計算check值為True的用戶，也計算具有False 。

實際上，它應該計算check列中只有True的用戶。

幫我解決這個問題

Answer 1

您需要通過boolean indexing按check列過濾，而不是通過groupby by參數傳遞：

#first convert datetimes to start of months
df['month'] = df['month'].dt.floor('d') - pd.offsets.MonthBegin(1)
print (df)
   check      month   id userid
0   True 2019-06-01  123      a
1  False 2019-02-01  123      b
2  False 2019-01-01  123      c
3  False 2019-02-01  123      d
4   True 2019-06-01  123      e
5   True 2020-07-01  123      f
6   True 2020-07-01  123      g
7   True 2020-06-01  123      h

print (df[df['check']])
   check      month   id userid
0   True 2019-06-01  123      a
4   True 2019-06-01  123      e
5   True 2020-07-01  123      f
6   True 2020-07-01  123      g
7   True 2020-06-01  123      h

present = (df[df['check']].groupby(['id', 'month'])['userid']
                          .nunique()
                          .reset_index(name="usercount"))
print (present)
    id      month  usercount
0  123 2019-06-01          2
1  123 2020-06-01          1
2  123 2020-07-01          2