Python：如何按date_col分组统计DataFrame中带狗的唯一ID数量？

方法一：分步处理（逻辑清晰） #

先构造示例数据：

import pandas as pd

data = {
    'date_col': ['2020-01-01', '2020-01-01', '2020-05-01', '2020-05-01', '2020-05-01', '2020-06-01', '2020-07-01', '2020-08-01'],
    'ID': [1, 2, 1, 2, 1, 2, 3, 1],
    'dog': [1, 0, 1, 0, 1, 0, 1, 1]
}
df = pd.DataFrame(data)

执行统计操作：

# 筛选出有狗的记录，按日期分组统计唯一ID数量
dog_unique_counts = df[df['dog'] == 1].groupby('date_col')['ID'].nunique().reset_index(name='dog_count_uniqueID')

# 获取所有唯一日期，确保不遗漏任何原始日期
all_dates = df['date_col'].drop_duplicates().to_frame(name='date_col')

# 左连接补全所有日期，缺失值填充为0
result = pd.merge(all_dates, dog_unique_counts, on='date_col', how='left').fillna(0)

# 将统计列转为整数类型（可选）
result['dog_count_uniqueID'] = result['dog_count_uniqueID'].astype(int)

方法二：聚合函数直接处理（更简洁） #

基于上述示例DataFrame，一行聚合操作完成需求：

result = df.groupby('date_col').agg(
    dog_count_uniqueID=('ID', lambda x: x[df.loc[x.index, 'dog'] == 1].nunique())
).reset_index()

最终结果 #

两种方法都会生成你期望的输出：

内容的提问来源于stack exchange，提问作者jartymcfly