pandas使用groupby(col).nunique()赋值新列返回NaN原因求解

你遇到的NaN问题是索引对齐规则导致的：
df.groupby('chain_id').chain_event_id.nunique() 返回的是一个Series，它的索引是分组键chain_id的去重值（也就是[511, 666]），而你原始DataFrame的索引是[0,1,2,3]，两者索引完全不匹配。pandas在给列赋值时会自动按索引对齐，找不到匹配索引的位置就会填充NaN。

要让分组统计结果和原df的行一一对应，需要用transform方法，它会把分组聚合后的结果广播到组内的每一行，保持和原DataFrame完全一致的索引：

df['events_in_chain'] = df.groupby('chain_id')['chain_event_id'].transform('nunique')

执行上述代码后打印df的结果如下：

chain_id  chain_event_id  events_in_chain
0       511               1                2
1       511               2                2
2       511               1                2
3       666               1                1

完全符合预期的统计结果。

内容的提问来源于stack exchange，提问作者goidelg