如何用Pandas按Use_ID分组统计产品有效模式的使用次数？

你可以通过以下代码完成统计，逻辑简洁且贴合需求：

import pandas as pd

# 假设数据已加载到df中
# 按Use_ID分组，提取每组唯一的Mode值（自动过滤同模式误触记录）
unique_mode_groups = df.groupby('Use_ID')['Mode'].unique()

# 初始化统计计数器
count_mode0 = 0
count_mode1 = 0
count_both = 0

# 遍历每个Use_ID的唯一模式集合，分类统计
for modes in unique_mode_groups:
    has_0 = 0 in modes
    has_1 = 1 in modes
    if has_0 and not has_1:
        count_mode0 += 1
    elif has_1 and not has_0:
        count_mode1 += 1
    else:
        count_both += 1

# 生成符合期望格式的结果表
result = pd.DataFrame({
    'Mode0': [count_mode0],
    'Mode1': [count_mode1],
    'Both': [count_both]
})

print(result)

步骤说明 #

1. 过滤误触记录：利用groupby('Use_ID')['Mode'].unique()直接获取每个使用记录（Use_ID）下的唯一模式，重复的同模式点击会被自动排除，无需额外处理。
2. 分类判断统计：对每个Use_ID的唯一模式集合做三类判断：
   • 仅包含0 → 计入Mode0统计
   • 仅包含1 → 计入Mode1统计
   • 同时包含0和1 → 计入Both统计
3. 输出结果：将统计结果整理成DataFrame，格式完全匹配你给出的期望输出。

结果验证 #

针对你提供的数据集，运行代码后会得到：

内容的提问来源于stack exchange，提问作者Yount Shi