Python 按一列分组，并在另一列中查找唯一值的数目

我有一个数据框，如下所示

         date  hour staff
0  2019-10-01     6     A
1  2019-10-01     6     B
2  2019-10-01     6     C
3  2019-10-02     6     D
4  2019-10-02     6     B
5  2019-10-02     6     A
6  2019-10-03     6     B
7  2019-10-03     6     B
8  2019-10-03     6     B
9  2019-10-01     7     D
10 2019-10-01     7     A
11 2019-10-01     7     B
12 2019-10-01     7     C
13 2019-10-02     7     D
14 2019-10-02     7     C
15 2019-10-02     7     A
16 2019-10-03     7     B
17 2019-10-03     7     B
18 2019-10-03     7     A

我想计算每小时唯一员工的平均值，如下所示

工作人员的小时数
62
73

说明：
在第6小时，
唯一的工作人员=2
10月1日：3（A，B，C）+10月2日：3（D，B，A）+10月3日：1（B）=3+3+1=7/3（唯一日期的数量）~2

在第7小时，
唯一的工作人员=3
10月1日：4（D，A，B，C）+10月2日：3（D，C，A）+10月3日：2（B，A）=4+3+2=9/3（唯一日期的数量）~3

df.groupby(['hour', 'date'])['staff'].nunique().reset_index()\
  .groupby('hour')['staff'].mean().round()

>>> output

6   2.0
7   3.0

编辑：

anky_91在评论中提出的解决方案速度快得多，绝对应该使用：

df.groupby(['date','hour'])['staff'].nunique().mean(level=1).round()

---

看起来您的预期输出是错误的。指数7的值应该是3，不是吗？啊，我的太相似了。。让我删除，还有一种方法是

df.groupby（['date'，'hour']）['staff'].nunique（）.mean（level=1）.round（）

@anky_91，很好的解决方案，应该发布it@BrianJoseph它与您的没有太大区别，请随意添加到您的解决方案中：）@anky_91我的是df.groupby（['date'，'hour']）.nunique（）.unstack（）.agg（'mean'）['staff'].round（）你赢了几个字节。删除的地雷