Pandas 交易DataFrame中统计各唯一ID对应月份数的实现方法
原有实现的偏差原因
你用df.groupby(['ID'])['month'].count()拿不到预期结果,本质是方法的统计逻辑和你的目标不匹配:这个写法会统计每个ID关联的所有交易记录总数,只要同一个ID在同一个月有多笔交易,就会把同一月份的记录重复计数,最终得到的数值是交易笔数,不是独立交易月份的数量。
可直接运行的实现代码
统计每个ID下的独立交易月份数,只需要对分组后的month字段做去重计数即可,不需要提前做ID+月份的二级分组,直接调用pandas的nunique()方法就能一步完成:
# 按ID分组,统计每个ID下去重后的month数量,保留ID作为普通列而非索引 result = df.groupby('ID', as_index=False)['month'].nunique() # 将统计列重命名为目标要求的Months字段 result = result.rename(columns={'month': 'Months'})
结果匹配说明
上述代码的输出完全和你给出的示例目标一致:
- ID=123 覆盖jan、feb、mar三个独立月份,统计值为3
- ID=124 覆盖jan、feb、mar三个独立月份,统计值为3
- ID=125 仅覆盖feb一个独立月份,统计值为1
常见踩坑提醒
如果原始数据的month字段存在格式不统一的情况(比如示例中同时出现了首字母大写的Jan和小写的feb/mar),需要提前做格式标准化,否则pandas会把同一月份的不同写法识别成两个独立值,造成计数偏大,预处理参考代码:
# 统一月份字段为小写格式,消除大小写带来的识别误差 df['month'] = df['month'].str.strip().str.lower()
内容的提问来源于stack exchange,提问作者arawind73
相关产品推荐
相关产品推荐

