如何過濾和分組 pandas DataFrame 以獲得兩列組合的計數

Question

很抱歉，我無法以簡潔的方式將整個問題放在標題中。 原諒我的英語。 我將用一個例子來解釋我的問題。

假設我有這個數據集：

dff = pd.DataFrame(np.array([["2020-11-13", 0, 3,4], ["2020-10-11", 1, 3,4], ["2020-11-13", 2, 1,4],
                             ["2020-11-14", 0, 3,4], ["2020-11-13", 1, 5,4], 
                             ["2020-11-14", 2, 2,4],["2020-11-12", 1, 1,4],["2020-11-14", 1, 2,4],["2020-11-15", 2, 5,4],
                             ["2020-11-11", 0, 1,2],["2020-11-15", 1, 1,2],
                             ["2020-11-18", 1, 2,4],["2020-11-17", 0, 1,2],["2020-11-20", 0, 3,4]]), columns=['Timestamp', 'ID', 'Name', "slot"])

我想對每個Name和slot組合進行計數，但忽略同一 ID 的多個時間序列值。 例如，如果我只是按Name和slot分組，我會得到：

dff.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")


  Name slot count
    1   2   3
    1   4   2
    2   4   3
    3   4   4
    5   4   2

但是，對於ID == 0 ， name == 1和slot == 2有兩種組合，所以我希望計數為2而不是3 。

這是我理想中想要的桌子。

  Name slot count
    1   2   2
    1   4   2
    2   4   2
    3   4   2
    5   4   2

我試過了：

filter_one = dff.groupby(['ID']).Timestamp.transform(min)
dff1 = dff.loc[dff.Timestamp == filter_one]
dff1.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")

但這給了我：

  Name slot count
    1   2   1
    1   4   1
    3   4   1

如果我刪除ID的重復項，它也不起作用。

Answer 1

x = dff.groupby(["Name", "slot"]).ID.nunique().reset_index(name="count")
print(x)

印刷：

  Name slot  count
0    1    2      2
1    1    4      2
2    2    4      2
3    3    4      2
4    5    4      2