这是this
的后续问题假设我有这个数据集:
dff = pd.DataFrame(np.array([["2020-11-13",3,4, 0,0], ["2020-10-11", 3,4,0,1], ["2020-11-13", 1,4,1,1],
["2020-11-14", 3,4,0,0], ["2020-11-13", 5,4,0,1],
["2020-11-14", 2,4,1,1],["2020-11-12", 1,4,0,1],["2020-11-14", 2,4,0,1],["2020-11-15", 5,4,1,1],
["2020-11-11", 1,2,0,0],["2020-11-15", 1,2,0,1],
["2020-11-18", 2,4,0,1],["2020-11-17", 1,2,0,0],["2020-11-20", 3,4,0,0]]), columns=['Timestamp', 'Name', "slot", "A", "B"])
我想对每个 Name
和 slot
组合进行计数,但忽略 A
和 B
的相同组合的多个时间序列值。例如,如果我只是按 Name
和 slot
分组,我会得到:
dff.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
1 2 3
1 4 2
2 4 3
3 4 4
5 4 2
但是,对于 A == 0 && B == 0
,name == 1
和 slot == 2
有两种组合,因此我希望计数为 3
而不是 2
。< /p>
这是我最想要的桌子。
Name slot count
1 2 2
1 4 2
2 4 2
3 4 2
5 4 2
我试过了:
filter_one = dff.groupby(['A','B']).Timestamp.transform(min)
dff1 = dff.loc[dff.Timestamp == filter_one]
dff1.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
但这给了我:
Name slot count
1 2 1
1 4 1
3 4 1
如果我删除 A
和 B
的重复项,它也不起作用。
答案 0 :(得分:1)
如果我理解正确,您可能只需要在分组之前根据 grouper 列与 A 和 B 的组合删除重复项:
u = dff.drop_duplicates(['Name','slot','A','B'])
u.groupby(['Name', "slot"]).Timestamp.count().reset_index(name="count")
Name slot count
0 1 2 2
1 1 4 2
2 2 4 2
3 3 4 2
4 5 4 2