如何根據 pandas 中其他兩列的唯一組合獲得兩列的唯一計數

Question

這是一個后續問題

假設我有這個數據集：

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

我想對每個Name和slot組合進行計數，但忽略A和B的相同組合的多個時間序列值。 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A == 0 && B == 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(['A','B']).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A和B的重復項，它也不起作用。

Answer 1

如果我理解正確，您可能只需要在分組之前根據 grouper 列與 A 和 B 的組合刪除重復項：

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

---

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