带条件的分组唯一值统计：按周统计符合True的唯一ID数量

实现思路 #

先筛选出Y/N为True的有效记录，按周统计唯一ID数量，再补全所有出现过的周数并为无符合条件的周填充0，最后格式化结果展示。

代码实现（以Python Pandas为例） #

首先构造样本数据：

import pandas as pd

# 构造样本数据集
data = {
    'Y/N': [True, True, False, False, True, False],
    'ID': ['AAA', 'BBB', 'CCC', 'AAA', 'BBB', 'BBB'],
    'WeekNum': [46, 46, 46, 47, 47, 48]
}
df = pd.DataFrame(data)

执行统计逻辑：

# 1. 筛选Y/N为True的行，按WeekNum分组统计唯一ID数量
true_unique_count = df[df['Y/N'] == True].groupby('WeekNum')['ID'].nunique()

# 2. 获取所有出现过的周数，补全缺失周并填充0
all_weeks = df['WeekNum'].unique()
result = true_unique_count.reindex(all_weeks, fill_value=0)

# 3. 格式化结果的列名与索引
result = result.reset_index()
result.columns = ['周数', '符合True的唯一ID数']
result['周数'] = 'Week ' + result['周数'].astype(str)

# 输出最终结果
print(result)

输出结果 #

执行后将得到预期表格：

关键步骤说明 #

• df[df['Y/N'] == True]：精准过滤出符合条件的记录，排除无效数据干扰
• groupby('WeekNum')['ID'].nunique()：按周分组后统计唯一ID数量，nunique()确保ID去重统计
• reindex(all_weeks, fill_value=0)：用所有出现过的周数重新索引，为无符合条件的周自动填充0，保证所有周数都被包含

内容的提问来源于stack exchange，提问作者Libor Morávek