如何在Pandas中按组统计满足另一列条件的单列唯一值

问题说明 #

按GroupID分组后，仅统计组内Value>0对应的ID唯一值数量；若组内所有Value都是0，统计结果为0。

示例输入 #

GroupID     ID       Value
ABC         TX123     0
ABC         TX678     1
ABC         TX678     2
DEF         AG123     1
DEF         AG123     1
DEF         AG123     1
GHI         TE203     0
GHI         TE203     0

期望输出 #

GroupID    UniqueNum
ABC           1
DEF           1
GHI           0

当前代码未过滤Value>0的条件，会统计组内所有唯一ID：

count_df = df.groupby(['GroupID'])['ID'].nunique()

解决方法 #

方法1：先过滤再分组统计 #

先筛选出Value>0的行，再分组统计唯一ID，最后补全所有分组并填充缺失值为0：

# 筛选符合Value>0的行
filtered = df[df['Value'] > 0]
# 分组统计唯一ID数
result = filtered.groupby('GroupID')['ID'].nunique()
# 补全所有原始GroupID，缺失项填0
result = result.reindex(df['GroupID'].unique(), fill_value=0).reset_index(name='UniqueNum')

方法2：分组内直接处理 #

利用groupby.apply在每个分组内筛选Value>0的ID后统计唯一值：

result = df.groupby('GroupID').apply(
    lambda group: group[group['Value'] > 0]['ID'].nunique()
).reset_index(name='UniqueNum')

结果验证 #

两种方法均会输出符合预期的结果：

GroupID  UniqueNum
0     ABC          1
1     DEF          1
2     GHI          0

内容的提问来源于stack exchange，提问作者sgrimes