熊猫-计算A列中满足B列条件（按C列）的唯一值

Question

我有一个伪造的数据集，显示了一个区域列表。这些区域包含成员，每个成员都有一个值。

我想为每个区域计算其值满足条件的唯一成员的数量。我设法解决了这个问题，但我想知道在熊猫市中是否有更清洁的方法来解决这个问题。

到目前为止，这是我的尝试：

# Building the fake dataset
dummy_dict = {
    "area": ["A","A", "A","A","B","B"],
    "member" : ["O1","O2","O2","O3","O1","O1"],
    "value" : [90, 200, 200, 150, 120, 120]
}
df = pd.DataFrame(dummy_dict)
# Counting the number of unique members that satisfy the condition by zone 
value_cutoff = 100
df["nb_unique_members"] = df.groupby("area")["member"].transform("nunique")
df.loc[df["value"]>=value_cutoff,"tmp"] = df.loc[df["value"]>=value_cutoff].groupby("area")["member"].transform("nunique")
df["nb_unique_members_above_cutoff"] = df.groupby("area")["tmp"].transform("mean")
df.head()

在Pandas中有更好的方法吗？预先感谢！