Pandas 将groupby nunique设置为dataframe列

我有一个groupby，我正试图将它设置为数据帧中的一个新列，但是当我将一个列名设置为groupby的结果时，它的返回值

NaN

作为每一行的值。如果groupby设置为新值，然后打印，则该值将返回gropby值和每个值的nunique。我所面临的问题是否是由于需要在数据帧上解决某些索引问题

设置为列时：

merged_df['noramlized_values'] = merged_df.groupby(['be_hash'])['id'].nunique()

// normalized_values
// NaN

test = merged_df.groupby(['be_hash'])['id'].nunique()

// ij32ndshufho23nd 1

设置为新值时：

merged_df['noramlized_values'] = merged_df.groupby(['be_hash'])['id'].nunique()

// normalized_values
// NaN

test = merged_df.groupby(['be_hash'])['id'].nunique()

// ij32ndshufho23nd 1

数据示例

id  date    be_hash     unique_call_rank    normalized_calls    What I want
1   10/20/20    10171   1                       3                   1
1   10/20/20    10171   1                       3                   0
2   10/20/20    10171   2                       3                   1   
3   10/23/20    10171   3                       3                   1

与列和列一起使用：

与列和列一起使用：

---

这是可行的，但结果与我想要的略有不同。我更新了我的问题，以反映将

[id]

略微调整为

[unique\u call\u rank]

后的效果，以及我希望实现的目标。基本上，任何存在重复的

唯一的\u call\u秩的实例都将只计算一个。从最初的询问中不确定这是否有误导性，但我希望实现的是什么。@cphill-那么样本数据中有一组
10171
，为什么预期输出
0
？在输出中应该是
2
？
be\u散列可以有重复的值，它可以通过重复的
id
和重复的
unique\u-call\u-rank
来识别，我希望为每个
be\u-hash
创建一个新的布尔列，唯一地计算
unique\u-call\u-rank
值，并在第一个值之后出现重复的情况下保留一个
0
instance@cphill-如果添加了新的示例数据中的行
110/20/20 10171 1
到最上面一行的预期输出如何？对于
我想要的
将返回
0
，因为已经存在具有相同属性的记录，并且该记录被计为
1
，但结果与我所寻找的略有不同。我更新了我的问题，以反映将
[id]
略微调整为
[unique\u call\u rank]
后的效果，以及我希望实现的目标。基本上，任何存在重复的
唯一的\u call\u秩的实例都将只计算一个。从最初的询问中不确定这是否有误导性，但我希望实现的是什么。@cphill-那么样本数据中有一组
10171
，为什么预期输出
0
？在输出中应该是
2
？
be\u散列可以有重复的值，它可以通过重复的
id
和重复的
unique\u-call\u-rank
来识别，我希望为每个
be\u-hash
创建一个新的布尔列，唯一地计算
unique\u-call\u-rank
值，并在第一个值之后出现重复的情况下保留一个
0
instance@cphill-如果添加了新的样本数据中的行
1 10/20/20 10171 1
到最上面一行的预期输出如何？对于
我想要的
将返回
0
，因为已存在具有相同属性的记录，并将其计为
1