Question

我有以下样本集。

        CustID     Condition      Month        Reading  Consumption 
0     108000601         True       June       20110606      28320.0
1     108007000         True       July       20110705      13760.0
2     108007000         True     August       20110804      16240.0
3     108008000         True  September       20110901      12560.0
4     108008000         True    October       20111004      12400.0
5     108000601        False   November       20111101       9440.0
6     108090000        False   December       20111205      12160.0
7     108008000        False    January       20120106      11360.0
8     108000601         True   February       20120206      10480.0
9     108000601         True      March       20120306       9840.0

以下groupby为我提供了我正在寻找的部分内容。

dfm.groupby(['Condition'])['CustID'].nunique()

Condition
True      3
False     3

但是如何获得符合这两个条件的唯一ID呢？ e.g。

Condition
True      3
False     3
Both      2

Answer 1

不确定这是否是最多＆＃34; pandas＆＃34;方式，但您可以使用set来比较每个分区中的用户（Python set数据结构是一个哈希表，它将自动丢弃重复项）：

custid_true = set(dfm[dfm['Condition']==True].CustID)
custid_false = set(dfm[dfm['Condition']==False].CustID)
custid_both = custid_true.intersection(custid_false)
n_custid_both = len(custid_both)

Answer 2

我建议对CustID进行分组。然后，我们可以查看每个组，并轻松确定每个唯一ID是仅True，仅False还是两者。然后我们只使用Series.value_counts()：

def categorize(s):
    if s.all():
        return 'True'
    elif not s.any():
        return 'False'
    else:
        return 'Both'

categorized = df.groupby('CustID')['Condition'].apply(categorize)
categorized.value_counts()

给出了

Both     2
False    1
True     1
Name: Condition, dtype: int64

pandas：groupby两列nunique

2 个答案: