Pandas：计算group by中的唯一日期时间值，给出奇怪的值

Question

所以我得到了这个DataFrame，其构建方式使列num等于2，我们在列my_date和import pandas as pd a = pd.DataFrame({'id': [1, 2, 3, 2], 'my_date': [datetime(2017, 1, i) for i in range(1, 4)] + [datetime(2017, 1, 1)], 'num': [2, 3, 1, 4] }) 中有两个不同的值：

id

为方便起见，这是一个可读的视觉中的DataFrame：

如果我想计算每个grouped_a = a.groupby('id').agg({'my_date': pd.Series.nunique, 'num': pd.Series.nunique}).reset_index() grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date'] 的唯一值的数量，我会做

datetime

给出了这个奇怪的（？）结果：

看起来datetime64[ns]（在Pandas转换为<^>）类型中的计数唯一值无效？

Answer 1

这是错误，请参阅github 14423。

但你可以使用效果很好的SeriesGroupBy.nunique：

grouped_a = a.groupby('id').agg({'my_date': 'nunique', 
                                 'num': 'nunique'}).reset_index()
grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date']
print (grouped_a)
   id  num_unique_num  num_unique_my_date
0   1               1                   1
1   2               2                   2
2   3               1                   1

如果DataFrame只有3列，您可以使用：

grouped_a = a.groupby('id').agg(['nunique']).reset_index()
grouped_a.columns = ['id', 'num_unique_num', 'num_unique_my_date']
print (grouped_a)
   id  num_unique_num  num_unique_my_date
0   1               1                   1
1   2               2                   2
2   3               1                   1