如何创建按Over分组统计length/type唯一实例计数的列

需要创建名为length/type_count的列，统计每个Over内length/type变量的唯一实例数量。每6个deliveries_faced开启一个新Over，计数需在每个Over开始时（每6次投递后）重置。示例数据如下：

注：Batfast_id、Session_no、Event_name、Overs、deliveries_faced为数据集的索引，同时也作为列存在。

可以用Pandas实现需求，核心是按Over分组后，对length/type做累计唯一值计数：

import pandas as pd

# 重置索引（如果原数据集把指定列设为索引）
df = df.reset_index()

# 定义函数计算累计唯一值数量
def cumulative_unique_count(series):
    seen = set()
    count_list = []
    for val in series:
        seen.add(val)
        count_list.append(len(seen))
    return count_list

# 按分组计算并生成目标列
df['length/type_count'] = df.groupby(
    ['Batfast_id', 'Session_no', 'Event_name', 'Overs']
)['length/type'].transform(cumulative_unique_count)

# 恢复原索引（可选）
df = df.set_index(['Batfast_id', 'Session_no', 'Event_name', 'Overs', 'deliveries_faced'])

代码说明 #

1. 先重置索引，确保用于分组的列能被正常访问；
2. 自定义函数cumulative_unique_count遍历每组内的length/type值，用集合记录已出现的唯一值，每次迭代时记录集合的长度，即当前累计的唯一实例数；
3. 通过groupby+transform将计算结果映射回原数据集，保证每个行对应正确的计数；
4. 最后可按需恢复原索引结构。

内容的提问来源于stack exchange，提问作者Yoseph Ismail