Pandas 對另一列中存在多個值的列中的記錄數進行唯一計數

Question

我正在嘗試計算Customer_Key的唯一數量，其中Broad_Category列具有按Month列中的值分組的值A和B 。 示例數據框如下

Customer_Key	類別	月
CK123	一個	2
CK234	一個	2
CK234	乙	2
CK680	一個	3
CK123	乙	3
CK123	一個	3
CK356	乙	3
CK345	一個	4

預期的結果是

月	獨特客戶
2	1
3	1
4	0

我在這里想不出什么。 任何線索/幫助將不勝感激。 提前致謝。 強調文本

Answer 1

嘗試這樣的事情：

df.groupby(['Customer_Key', 'Month']) \
  .sum() \
  .query("Category in ('AB','BA')") \
  .groupby('Month') \
  .count() \
  .rename(columns={'Category': 'Unique Customers'})

編輯...

這個解決方案的問題是它不計算月份為 0。我准備了一個修復：

import pandas as pd
import sys
if sys.version_info[0] < 3: 
    from StringIO import StringIO
else:
    from io import StringIO

data = StringIO("""ck123    A   2
ck234   A   2
ck234   B   2
ck680   A   3
ck123   B   3
ck123   A   3
ck356   B   3
ck345   A   4""")

df1 = df.groupby(['Customer_Key', 'Month']) \
        .sum() \
        .reset_index()

def map_categories(row):
    if row['Category'] in ('AB', 'BA'):
        return 1
    else:
        return 0

df1['Unique Customers'] = df1.apply(lambda row: map_categories(row), axis=1)

df1 = df1.groupby('Month')['Unique Customers'].sum().reset_index()

Answer 2

這是實現它的一種方法

首先它按月份和客戶分組，讓我們在一個月內獲得客戶以及類別的數量。 結果進一步按月份分組，我們選擇最大計數。

減少計數為我們提供了屬於這兩個類別的唯一客戶的所需計數

希望能幫助到你

df2=df.groupby(['Month','Customer_Key']).count().reset_index().groupby(['Month'])['Category'].max().reset_index() 
df2['Category'] = df2['Category'] -1
df2.rename(columns={'Category': 'Unique Cusomter'}, inplace=True)
df2

    Month   Unique Cusomter
0   2   1
1   3   1
2   4   0