Python 如何使用pandas groupby基于不同列获取唯一计数

我有以下数据帧：

df = pd.DataFrame({
    'user': ['user122', 'user122', 'user124', 'user125', 'user125', 'user126', 'user126'],
    'effortduration' : ['2 weeks', np.nan, '2 weeks', '3 weeks', np.nan, '2 weeks', '2 weeks'],
    'callbacks' : [0, 0, 0, 0, 0, 1, 1],
    'applications': [0, 0, 1, 0, 0, 1, 1]})
df

  user     effortduration  callbacks  applications
user122        2 weeks          0             0
user122            NaN          0             0
user124        2 weeks          0             1
user125        3 weeks          0             0
user125            NaN          0             0
user126        2 weeks          1             1
user126        2 weeks          1             1

我想按effortduration分组，并根据用户列的唯一计数获取每个列的计数。 这就是我迄今为止所尝试的：

function = {"user": pd.Series.nunique,
            "callbacks": lambda x: x.nunique(),
            "applications": lambda x: x.isin(['1']).nunique(),}

df.groupby('effortduration').agg(function)

                  user  callbacks  applications
effortduration                               
2 weeks            3          2             2
3 weeks            1          1             1

但是，这也不是我想要的，因为回调和应用程序的值不是基于用户列。我的结果应该是这样的：

                   user  callbacks  applications
effortduration                               
2 weeks            3          1             2
3 weeks            1          0             0

有没有办法做这样的事？如果是，是否也可以对其进行推广，因为我的原始数据帧有更多的列，手工编写所有函数会很痛苦？

• 这适用于样本数据，我不确定是否适用于真实数据
• 将0替换为

  NaN

  ，如果

  'effortduration'

  、

  'callbacks'

  和

  'applications'

  都是

  NaN

  ，则删除

  NaN

• 删除所有重复项
  • 根据期望的结果，只有用户调用/应用一次才重要
• 分组计数

将熊猫作为pd导入
#样本数据
df=pd.DataFrame（{'user'：['user122'，'user122'，'user124'，'user125'，'user125'，'user126'，'user126'，'user126']，'effortduration'：['2 weeks'，np.nan'，'2 weeks'，'3 weeks'，'np.nan'，'2 weeks'，'2 weeks'，'callbacks'：[0,0,0,1,1]，'applications'：[0,0,1,0,0,1]}）
#替换0并删除nan
df=df.replace（0，np.nan）.dropna（how='all'，subset=['effortduration'，'callbacks'，'applications']）
#删除重复项
df=df.drop_duplicates（）
#分组计数
dfg=df.groupby（['effortduration']）.count（）
#dfg
用户回调应用程序
努力持续时间
2周3112
3周100

nunique

• 如前所述，此选项返回列中唯一值的数量，因此不返回所需的输出

df=pd.DataFrame（{'user'：['user122'，'user122'，'user124'，'user125'，'user125'，'user126'，'user126']，'effortduration'：['2 weeks'，np.nan'，'2 weeks'，'3 weeks'，'np.nan'，'2 weeks'，'callbacks'：[0,0,0,0,1,1]，'applications'：[0,0,1,1]}）
#使用努尼克
dfg=df.groupby（'effortduration'）.nunique（）
#dfg
用户回调应用程序
努力持续时间
2周3 2
3周1