如何为Pandas DataFrame添加分组对应的唯一CampaignId计数列并确保映射正确

嗨，我来帮你搞定这个需求！你想要把分组后的唯一活动ID（campaignId）计数作为新列添加回原DataFrame，并且确保每一行都能对应到正确的分组结果对吧？下面给你几种实用的实现方法，覆盖不同的分组场景：

1. 按单一维度分组（比如渠道channel） #

最简洁的方式是用transform方法，它会自动把分组计算的结果广播到该组的每一行，完美匹配原DataFrame的行数：

# 确保先导入pandas
import pandas as pd

# 你的原始数据
data = [ [38338792, 'Display', 100.00, '2021-06-26'], [38338792, 'Display', 100.00, '2021-06-27'], [12455623, 'Display', 100.00, '2021-06-27'], [10107107890, 'Search', 35.00, '2021-06-27'] ]
df = pd.DataFrame(data, columns = ['campaignId', 'channel', 'cost', 'date'])

# 按渠道分组，添加唯一活动计数列
df['campaignCount'] = df.groupby('channel')['campaignId'].transform('nunique')

运行后，Display渠道的所有行都会得到campaignCount=2（因为该渠道有2个唯一的campaignId），Search渠道的行则是campaignCount=1，完全对应到各自的分组。

2. 按月份分组 #

首先需要把date列转换成datetime类型，然后提取年月维度，再用同样的transform方法：

# 先把date列转为datetime类型
df['date'] = pd.to_datetime(df['date'])
# 提取年月（格式如'2021-06'）
df['month'] = df['date'].dt.to_period('M')
# 按月份分组计算唯一活动数
df['campaignCount'] = df.groupby('month')['campaignId'].transform('nunique')

这样每一行都会得到对应月份下的唯一活动总数，比如2021年6月的所有行，campaignCount都是3（因为该月有3个唯一的campaignId）。

3. 同时按月份和渠道分组 #

如果需要组合两个维度分组，只需要把分组键改成列表即可：

# 确保date是datetime类型，提取年月
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].dt.to_period('M')
# 按月份+渠道组合分组
df['campaignCount'] = df.groupby(['month', 'channel'])['campaignId'].transform('nunique')

此时，2021-06+Display的行campaignCount=2，2021-06+Search的行campaignCount=1，精准匹配每个组合分组的结果。

备选方案：用merge实现 #

如果你更习惯先计算分组统计再合并，也可以用merge方法：

# 先计算渠道分组的统计结果，重置索引转为DataFrame
grouped_stats = df.groupby('channel')['campaignId'].nunique().reset_index(name='campaignCount')
# 合并回原DataFrame
df = df.merge(grouped_stats, on='channel', how='left')

这种方法同样能达到效果，适合需要单独查看分组统计结果的场景。

需要注意的小细节：如果你的date列原本是字符串格式，一定要先转成datetime类型，否则无法正确提取月份哦！

内容的提问来源于stack exchange，提问作者00robinette