如何用Pandas统计各ID的有效Activity记录天数及找出最大值？

1. 统计每个ID的Activity>0的记录天数 #

Pandas的分组聚合操作完全可以替代嵌套循环，代码简洁且效率更高。推荐两种实现方式：

方式一：先筛选有效行再分组计数

先过滤出Activity>0的行，再按ID分组统计Date的数量（每个ID每天对应一条记录，计数结果就是有效天数）：

import pandas as pd

# 假设你的数据集变量名为df
active_days_per_id = df[df['Activity'] > 0].groupby('ID')['Date'].count()

方式二：分组后直接计算有效天数

利用布尔值的特性（True等价于1，False等价于0），分组后对Activity>0的结果求和，直接得到每个ID的有效天数：

active_days_per_id = df.groupby('ID')['Activity'].gt(0).sum()

gt(0)是Pandas内置的大于比较方法，比手写lambda表达式更简洁高效。

执行后active_days_per_id会是一个Series，索引为ID，对应的值就是该ID的有效天数。

2. 找出记录天数最多的ID #

基于上面得到的active_days_per_id，用Pandas内置方法就能快速得到结果：

# 获取天数最多的ID
max_active_id = active_days_per_id.idxmax()
# 获取对应的最大天数（可选）
max_active_count = active_days_per_id.max()

print(f"有效天数最多的ID是：{max_active_id}，共{max_active_count}天")

为什么不推荐嵌套循环？ #

你原来的嵌套循环不仅代码繁琐，而且Pandas的DataFrame本身不适合行遍历的处理方式——Pandas的核心优势是向量化操作，能利用底层优化批量处理数据，比手动循环快几个数量级，数据量越大差距越明显。另外手动维护IDs列表和occ数组容易出错（比如ID不连续、新增ID时需要手动修改），而groupby会自动识别所有唯一ID，无需额外处理。

内容的提问来源于stack exchange，提问作者Getting a master at some point