Python 将每个组的唯一值计数为带参数的新列

我想计算pandas数据框中一个组的唯一观测值，并创建一个具有唯一计数的新列。重要的是，我不想减少数据帧中的行；有效地执行类似于SQL中的窗口函数的操作

df = pd.DataFrame({
         'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'],
         'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C']
})

df.groupby('mID')['uID'].nunique()

将获得每个组的唯一计数，但它总结（减少行数），我想大致做以下几点：

df['ncount'] = df.groupby('mID')['uID'].transform('nunique')

（这显然不起作用）

通过获取唯一的摘要数据帧并将其连接到原始数据帧，可以实现所需的结果，但我想知道是否有更简单的解决方案

谢谢

你很接近了

df['ncount'] = df.groupby('mID')['uID'].transform(pd.Series.nunique)

      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1

GroupBy.transform（'nunique'）

在

v0.23.4

上，您的解决方案适合我

df['ncount'] = df.groupby('mID')['uID'].transform('nunique')
df
      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1

---

GroupBy.nunique

+

pd.Series.map

此外，使用现有的解决方案，您可以

将序列映射回
mID
：

df['ncount'] = df.mID.map(df.groupby('mID')['uID'].nunique())
df
      uID mID  ncount
0   James   A       5
1   Henry   B       2
2     Abe   A       5
3   James   B       2
4   Henry   A       5
5   Brian   A       5
6  Claude   A       5
7   James   C       1

谢谢Peter，在我的原始数据上，我得到了一个ValueError：长度不匹配：预期的axis有29101个元素，新的值有29457个元素，我甚至没有创建一个新列，只是给一个新变量赋值。你的解决方案确实回答了这个问题，对这个错误有什么想法吗？编辑：NA值是这里的罪魁祸首。@ZeroStack，这可能是这个错误：我会尝试df.fillna（0）.groupby（…），如果这样做有效，请进一步研究如何填充
mID
和/或
uID
列中缺少的值。