Python：根據多重分組對唯一變量進行分組和計數，無需重新計數

Question

我有一個包含 3 列的 Dataframe：

ID  Round  Investor
X   1      A
X   2      A
X   2      B
X   3      A
Y   1      A
Y   1      B
Y   1      C
Y   2      B
Y   2      D

並且想為每個ID統計每一輪的獨立投資者的數量。 但我不希望它重新計算投資者是否在上一輪。 我使用的代碼是：

print(df.groupby(['ID', 'Round'])['Investor'].nunique())

結果是：

ID  Round  Unique Investor
X   1      1
    2      2
    2      2
    3      1
Y   1      3
    1      3
    1      3
    2      2
    2      2

但是當投資者為相同的 ID 投資了較早的一輪時，我不知道這算什么：

ID  Round  Unique Investor
X   1      1
    2      1
    2      1
    3      0
Y   1      3
    1      3
    1      3
    2      1
    2      1

任何幫助是極大的贊賞！

Answer 1

您可以定義一個幫助列Investor2 ，它在ID下分組，並使用Series.drop_duplicates在同一ID中刪除重復項

然后，像之前使用.transform()和nunique在此Investor2列上所做的那樣，按ID和Round分組，如下所示：

df['Unique Investor'] = (
    df.assign(Investor2=df.groupby('ID')['Investor'].apply(pd.Series.drop_duplicates).droplevel(0))
      .groupby(['ID', 'Round'])['Investor2'].transform('nunique')
    )

結果：

print(df)

  ID  Round Investor  Unique Investor
0  X      1        A                1
1  X      2        A                1
2  X      2        B                1
3  X      3        A                0
4  Y      1        A                3
5  Y      1        B                3
6  Y      1        C                3
7  Y      2        B                1
8  Y      2        D                1

Answer 2

一種可能的解決方案是根據“ID”和 Investor、groupby ID 和 Round 刪除重復項以獲得唯一數量，並將結果合並回主 dataframe：

dups = ['ID', 'Investor']

group = ['ID', 'Round']

mapping = (df.drop_duplicates(subset = dups)
             .groupby(group)
             .Investor
             .nunique()
          )

(df.filter(group)
   .merge(mapping, left_on = group, 
          right_index = True, how = 'left')
   .fillna(0, downcast='infer')
)

  ID  Round  Investor
0  X      1         1
1  X      2         1
2  X      2         1
3  X      3         0
4  Y      1         3
5  Y      1         3
6  Y      1         3
7  Y      2         1
8  Y      2         1