根据id列中的值将自定义函数应用于数据框

Question

我有一个包含几列的数据框，包括用户ID（id）和时间戳（startTime）。我想检查每个用户的数据（df行）跨越多少天。

我目前正在通过用'id'分割df，然后在循环中为每个子集dfs计算以下内容来做到这一点：

days = len(df.startTime.dt.date.unique())

如何在不拆分数据帧的情况下更有效地执行此操作？我正在处理相当大的数据帧，我担心这会花费太多时间。我已经看过groupby函数，但是我走得并不远。我尝试过类似的事情：

result = df.groupby('id').agg({'days': lambda x: x.startTime.dt.date.unique()})

...但是显然不起作用。

Answer 1

您可以在drop_duplicates之前使用value_counts

df['New Date'] = df['startTime'].dt.date
result = df.drop_duplicates(['ID','New Date']).ID.value_counts()