按 ID 分组并按每个 ID 计算唯一的开始日期。投回数据框。 Pandas

Question

我有一个 pandas 数据框：

pd.DataFrame({
    'student_id': ['5', '5', '5', '5', '2', '2'],
    'start_date': ['2020-11-11', '2020-11-11', '2020-11-11', '2020-12-05', '2020-11-25', '2020-11-25']
})

我想按 'student_id' 对 df 进行分组，并计算每行出现多少个相同的开始日期。然后我想将其转换回原始数据框。例如，我会创建一个名为 'course_enroll_count' 的新列。前三行将显示 3，因为学生有 3 个开始日期“2020-11-11”。预期输出：

pd.DataFrame({
    'student_id': ['5', '5', '5', '5', '2', '2'],
    'start_date': ['2020-11-11', '2020-11-11', '2020-11-11', '2020-12-05', '2020-11-25', '2020-11-25'],
    'course_enroll_count': [3, 3, 3, 1, 2, 2]
})

Answer 1

试试 transform

df['new'] = df.groupby(['student_id','start_date'])['start_date'].transform('count')
df
Out[313]: 
  student_id  start_date  new
0          5  2020-11-11    3
1          5  2020-11-11    3
2          5  2020-11-11    3
3          5  2020-12-05    1
4          2  2020-11-25    2
5          2  2020-11-25    2

按 ID 分组并按每个 ID 计算唯一的开始日期。投回数据框。 Pandas

groupby by an ID and count unique start dates by each ID. Cast back to dataframe. Pandas

transformation

dataframe

python-3.x

pandas

pandas-groupby