You need to enable JavaScript to run this app. Pandas 交易DataFrame中统计各唯一ID对应月份数的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 06:15:00