在Pandas中按经理分组统计含Full-Time=1的ID数量

我查了很多统计相关的问答，但没找到合适的方案。我有一份就业历史数据集，需要按经理分组统计：有多少个ID的记录中出现过Full-Time=1（注意不是统计每个ID的Full-Time=1出现次数）。

数据集示例 #

ID      Date    Job     Manager     Full-Time
 101   05/2022   Sales     103         1
 101   06/2022   Sales     103         1
 102   08/2022   Tech      105         0
 102   09/2022   Tech      105         1
 103   11/2021   Sales     110         0
 104   04/2022   Sales     103         0
 104   05/2022   Sales     103         1
 104   06/2022   Sales     103         1
 104   07/2022   Sales     103         1
 104   08/2022   Sales     103         0
 ......
 201   10/2022   HR        198         1 

期望输出 #

Manager     Full-Time Count 
  103              2
  105              1
  110              3
  ....
  198              2

我尝试过这段代码，但没得到想要的结果：

df['FT Count'] df.groupby('Manager')['Full-Time'].nunique

你需要先锁定Full-Time=1的记录，再确保每个ID在对应经理下只被统计一次，最后按经理分组计数，具体实现如下：

分步实现 #

1. 筛选出所有Full-Time=1的行

ft_records = df[df['Full-Time'] == 1]

2. 按Manager和ID去重，避免同一个ID被重复统计

unique_ids = ft_records.drop_duplicates(subset=['Manager', 'ID'])

3. 按Manager分组统计去重后的ID数量

result = unique_ids.groupby('Manager')['ID'].count().reset_index(name='Full-Time Count')

一行代码简化 #

可以把上述步骤合并为一行：

result = df[df['Full-Time'] == 1].drop_duplicates(subset=['Manager', 'ID']).groupby('Manager')['ID'].count().reset_index(name='Full-Time Count')

结果说明 #

• 经理103对应的ID101、ID104都出现过Full-Time=1，所以计数为2
• 经理105仅ID102出现过Full-Time=1，计数为1，完全匹配你的期望输出

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