Python 计算熊猫每天看到的新ID的数量

鉴于以下数据，其中用户每天都很活跃，我想使用Pandas计算每天新用户的数量

Data:
  Day | UserID
  ----------
   1  |  A 
   1  |  B
   1  |  C
   1  |  C
   ----------
   2  |  A 
   2  |  B
   2  |  D
   2  |  A 
   2  |  E
  ----------
   3  |  B 
   3  |  D
   3  |  F

Result:    
  Day | New Users
  ---------------
   1  |  3
   2  |  2
   3  |  1

在我看来，步骤如下：

计算每天的最大用户ID:df.groupby（'day'）.UserID.max（）

使用前一天的最大用户ID（初始化为0）筛选数据：这里我不知道如何使用Pandas进行此操作

计算过滤数据集中来自唯一用户的登录数df.filtered.groupby（'Day'）.UserID.nunique（）

---

是否有一种干净的方法来实现这一点？

此构建为一个表，给出每个ID第一次出现的日期，按天分组，然后统计相应的行

df = pd.DataFrame([(1, "A"), (1, "B"), 
                   (1, "C"), (1, "C"), 
                   (2, "A"), (2, "B"), 
                   (2, "D"), (2, "A"), 
                   (2, "E"), (3, "B"), 
                   (3, "D"), (3, "F")], 
                  columns=["day", "userid"]) 

(df
  .sort_values('day')
  .groupby('userid')
  .first()
  .rename(columns={"day": "first_seen"})
  .groupby('first_seen').size()
)

---

假设数据帧首先按

天

排序，您可以在

用户ID

上分组（将

设置为_index=False

），然后将结果的索引设置为

天

。这将为您每天提供每个新用户

df2 = df.groupby('UserID', as_index=False).Day.first().set_index('Day') 
>>> df2
    UserID
Day       
1        A
1        B
1        C
2        D
2        E
3        F

然后获取新用户的总数：

>>> df2.groupby(level=0).UserID.count()
Day
1    3
2    2
3    1
Name: UserID, dtype: int64