在python中进行汇总时过滤

我是一名R用户，目前正在学习python

通常，我使用dplyr对数据进行分组和汇总。例如

data1 %>%
   dplyr::group_by(city) %>%
   dplyr::summarize(unique_customers = n_distinct(user_id, na.rm = TRUE),
                 converted_customers = n_distinct(user_id[type == "CONVERTED"], na.rm = TRUE)) %>%
   data.frame()

我已经能够实现group_by和unique_客户，但是在python中设置condition type==“CONVERTED”时遇到了一些问题。我该怎么做

编辑： 我现在的python代码：

data1.fillna(method = "ffill").groupby("city").agg({"user_id": "nunique"})

---

apply（lambda x:（x=='CONVERTED'）：：：与您希望在RI am中实现的类似，使用以下代码获取每个城市的唯一客户计数：data1.fillna（method=“ffill”）.groupby（“city”）.agg（{“user_id:”nunique“}），但我希望应用另一列“type”中的过滤器，该列应过滤为仅转换，类似于sql中的when语句。这就是我被困的地方@roganjoshI对pandas或纯python都没问题。我只找到了“pandas groupby”标签。希望这能起作用。我已经为你添加了熊猫标签嘿，谢谢你的回答@神秘，我想这只会给转换的顾客，对吗？我需要独特的客户和转换的客户。

data1[data1.type=='CONVERTED'].fillna(method = "ffill").groupby("city").agg({"user_id": "nunique"})