Pandas 使用子id计算列中的唯一值

我有一个

df

包含用户的子轨迹（段），旅行模式由

0,1,2…

指示，如下所示：

df = pd.read_csv('sample.csv')
df
       id     lat          lon   mode
0   5138001 41.144540   -8.562926   0
1   5138001 41.144538   -8.562917   0
2   5138001 41.143689   -8.563012   0
3   5138003 43.131562   -8.601273   1
4   5138003 43.132107   -8.598124   1
5   5145001 37.092095   -8.205070   0
6   5145001 37.092180   -8.204872   0
7   5145015 39.289341   -8.023454   2
8   5145015 39.197432   -8.532761   2
9   5145015 39.198361   -8.375641   2

在上述示例中，

id

用于段，但完整轨迹可能由不同模式覆盖（即包含多个段）。 因此，

id

的前4位是唯一的轨迹，最后3位是具有该轨迹的唯一段

我知道我可以使用以下方法计算

df

中的唯一段数：

df.groupby('id').['mode'].nunique()

---

然后，如何计算唯一轨迹的数量

51385145，…

？

使用索引获取具有

str

的前4个值，如有必要，首先通过以下方式将值转换为字符串：

如果需要处理前4个

id

s之后的值：

s = df['id'].astype(str)
df = s.str[4:].groupby(s.str[:4]).nunique().reset_index(name='count')
print (df)
     id  count
0  5138      2
1  5145      2

---

另一个想法是使用lambda函数：

df.groupby(df['id'].apply(lambda x: str(x)[:4]))['mode'].nunique()

df.groupby(df['id'].apply(lambda x: str(x)[:4]))['mode'].nunique()