对DataFrame每行应用函数计算多列唯一日期数量

原数据构造 #

import pandas as pd
import numpy as np

df = pd.DataFrame({'ID':[0,1,2,3,4],
                   'date1': ['2020-12-01','2020-12-01',np.nan,'2018-12-01',np.nan],
                   'date2': ['2015-04-01','2015-04-01','2018-12-01','2018-12-01',np.nan],
                   'date3': [np.nan,'2013-12-01','2018-12-01','2018-12-01',np.nan]
})

方法一：逐行应用nunique（最直接） #

直接针对每行的日期列，排除空值后计算唯一值数量：

# 指定日期列
date_columns = ['date1', 'date2', 'date3']
# 逐行计算唯一日期数，dropna=True忽略NaN
df['unique_dates_count'] = df[date_columns].apply(lambda row: row.nunique(dropna=True), axis=1)

方法二：通过stack重塑后分组计数 #

适合需要对日期做额外处理的场景：

# 以ID为索引，取出日期列并重塑为长格式
temp_df = df.set_index('ID')[date_columns].stack().reset_index(name='date')
# 按ID分组统计唯一日期数
count_result = temp_df.groupby('ID')['date'].nunique().reset_index(name='unique_dates_count')
# 合并回原DataFrame，空值填充为0
final_df = df.merge(count_result, on='ID', how='left').fillna({'unique_dates_count': 0})
# 转换为整数类型
final_df['unique_dates_count'] = final_df['unique_dates_count'].astype(int)

最终结果 #

两种方法都会得到如下结果：

说明 #

你之前尝试的groupby.agg()在这里没必要，因为每个ID对应单独一行数据，不需要分组聚合，直接逐行处理更高效。如果硬要用groupby，也可以实现，但属于绕路：

df['unique_dates_count'] = df.groupby('ID')[date_columns].agg(lambda x: x.nunique(dropna=True))

但这种方式本质和逐行处理完全一致，没有优势。

内容的提问来源于stack exchange，提问作者Ayan