使用Pandas按天分组统计打卡机器每日各设备首次事件数量

原有代码错误说明 #

1. 语法报错是因为括号不匹配，你写的语句多了1个多余的右括号，即使修正语法后逻辑也不符合需求
2. 仅用date.day分组会把不同年份/月份的同一天数据分到同一组，存在逻辑漏洞
3. 没有按设备维度去重，直接统计计数是全量打卡次数，不是每台设备每日首次打卡的总和

完整实现方案 #

第一步：标记每台设备每日首次打卡记录 #

# 先按打卡时间升序排序，保证每组最早的记录排在最前
my_df = my_df.sort_values('date', ascending=True)
# 按【打卡日期+设备号】分组，每组第一条记录标记为1，其余非首次标记为0
my_df['flag'] = my_df.groupby([my_df['date'].dt.date, 'machine']).cumcount().eq(0).astype(int)

运行后即可得到带flag标记的数据集，和你给出的预期标记结果完全一致。

第二步：按天统计每日首次打卡总次数 #

# 按打卡日期分组，对flag字段求和即为当日首次打卡总次数
daily_stat = my_df.groupby(my_df['date'].dt.date)['flag'].sum().reset_index(name='count_flag')

运行后daily_stat就是你要的统计结果。

内容的提问来源于stack exchange，提问作者Alexis