如何用Pandas统计h1与h2组合的唯一日期数量？

嘿，我来帮你搞定这个分组统计唯一日期的问题～先理清楚整个问题的来龙去脉：

原始数据与需求 #

你的原始DataFrame是这样的：

import pandas as pd

data = {
    "h1": ["002599f58e", "002599f58e", "005344fe83", "005344fe83", "005344fe83"],
    "h2": ["A", "A", "C", "D", "D"],
    "date": ["2019-09-23", "2019-09-24", "2019-09-30", "2019-10-02", "2019-10-03"],
    "c": [1, 3, 7, 1, 2]
}
df = pd.DataFrame(data)

对应的表格展示：

你需要实现的是：统计每个h1与h2组合对应的唯一日期数量，期望输出如下：

你尝试的代码问题分析 #

你之前写的代码：

days = df.groupby(["h1", df["date"].dt.floor("D"), "h3"]).size().reset_index(name="count")

没法正常运行主要有两个原因：

1. 你的DataFrame里根本没有h3这个列，属于引用了不存在的列名；
2. 需求是按h1+h2分组统计日期的唯一值，但你错误地把date也加入了分组键，这样会把每个日期单独拆分成组，完全达不到统计唯一日期数的目的。

正确的实现方案 #

这里给你两种简单高效的实现方式，都能完美满足你的需求：

方法1：用groupby + nunique()（最直观） #

直接按h1和h2分组，然后对date列调用nunique()统计唯一值的数量：

# 如果date列不是datetime类型，先转换（可选但推荐）
df["date"] = pd.to_datetime(df["date"])

# 分组统计唯一日期数
result = df.groupby(["h1", "h2"])["date"].nunique().reset_index(name="count")

运行后得到的结果和你期望的完全一致：

h1 h2  count
0  002599f58e  A      2
1  005344fe83  C      1
2  005344fe83  D      2

方法2：用groupby + agg()（更灵活） #

如果之后你需要同时统计多个指标（比如还想统计c列的总和），agg()的写法会更易于扩展，这里我们只统计日期的唯一值数量：

df["date"] = pd.to_datetime(df["date"])
result = df.groupby(["h1", "h2"]).agg(count=("date", "nunique")).reset_index()

这个方法的输出和方法1完全相同，只是写法更适合多指标统计的场景。

内容的提问来源于stack exchange，提问作者Dervin Thunk