Group by 以创建按日期显示的唯一值，以及按日期显示的非唯一值

Question

我有一个看起来像这样的数据框：

    app_id   subproduct date    
0    23        3        2015-05-29
1    23        4        2015-05-29     
2    25        5        2015-05-29
3    23        3        2015-05-29
4    24        7        2015-05-29
....

我跑：

groupings =insightevents.groupby([insightevents['created_at_date'].dt.year,\
            insightevents['created_at_date'].dt.month,\
                        insightevents['created_at_date'].dt.week,insightevents['created_at_date'].dt.day,
            insightevents['created_at_date'].dt.dayofweek]);

inboxinsights=pd.DataFrame([groupings['app_id'].unique(),groupings['subproduct'].unique()]).transpose()

这给了我：

                    app_id    subproduct
2015 5 22 29 4     [23,24,25]  [3,4,5,7]

但是，我实际上想要的不仅仅是获取唯一值，而是总体上只是 app_ids 和 sub_product 在当天作为附加列加载，所以：

               unique_ app_id  unique_subproduct subproduct app_id
2015 5 22 29 4     [23,24,25]  [3,4,5,7]         [3,3,4,5,7] [23,23,23,24,25]  

我发现只是这样做：

inboxinsights=pd.DataFrame([groupings['app_id'].unique(), groupings['subproduct'].unique(),groupings['app_id'],groupings['subproduct']]).transpose()

不起作用，只是给我：

AttributeError: 'Series' object has no attribute 'type'

Answer 1

如果您只需要唯一值的数量，那很简单：

inboxinsights.groupby('date').agg({'app_id': 'nunique', 'subproduct': 'nunique'})

返回：

但看起来你想要那些实际上是什么的列表。我发现this other SO question 很有帮助：

not_unique_inboxinsights = groupby('date').agg(lambda x: tuple(x))

然后你说想要独特的和不独特的。为此，我会制作两个 groupby 数据框并将它们连接起来，如下所示：

unique_inboxinsights = groupby('date').agg(lambda x: set(tuple(x)))

希望对您有所帮助。