Pandas 按唯一 ID 分組，每個唯一 ID 的不同日期

Question

標題可能令人困惑：我有一個 dataframe，它在一周內顯示 user_id 登錄。 我的目標是顯示去重 ID 以及每個員工去重的日期，以便計算用戶在一周內唯一登錄的 # 天。 因此，我一直在嘗試執行一項規則，以確保我每天只能獲得每個員工的不同登錄。

print(tempdf)
ID      date       
10301  1/4/2021   
10301  1/4/2021   
10301  1/5/2021    
10301  1/6/2021   
10301  1/7/2021    
10301  1/8/2021    
10302  1/4/2021    
10302  1/5/2021    
10302  1/6/2021    
10302  1/7/2021    
10302  1/8/2021    

我唯一能想到的就是嘗試傳遞某種形式的.nunique()，但這個實例會將該計數應用於我的整個 dataframe，並在我可以對它們進行重復數據刪除之前過濾掉我的所有 ID。

tempdf1=tempdf.groupby(['date'], as_index = False).nunique()
tempdf1['# days signed in for week'] = tempdf1.groupby('ID')['ID'].transform('count')
df=tempdf1.drop_duplicates(['ID']).copy()

這是我想要的結果：

print(df)
ID      date    # days signed in for week     
10301  1/4/2021    5
10302  1/4/2021    5

Answer 1

• 計算周開始
• 那么這是count()的簡單使用

df = pd.read_csv(io.StringIO("""ID      date    # days signed in for week     
10301  1/4/2021    6
10301  1/4/2021    6
10301  1/5/2021    6
10301  1/6/2021    6
10301  1/7/2021    6
10301  1/8/2021    6
10302  1/4/2021    5
10302  1/5/2021    5
10302  1/6/2021    5
10302  1/7/2021    5
10302  1/8/2021    5"""), sep="\s\s+", engine="python")

df.date = pd.to_datetime(df.date)
df["weekStart"] = df['date'] - pd.to_timedelta(df['date'].dt.dayofweek, unit='d')
df.groupby(["ID","weekStart"])["date"].count().reset_index()\
.rename(columns={"weekStart":"date","date":"# days signed in for week"})