Python 计算唯一的日期数以计算ocuurance

要查找与一组值对应的唯一日期数。如果Col1、Col2、Col3的值相同，则有多少实例。 我可以只使用年、月或日，但我希望合并所有日期，以便可以找到每个唯一的日期（yyyy/mm/dd）

通过将dt.month更改为dt.year或dt.day，我可以得到年、月或日，但需要整个日期

df_test = df.Date.apply(lambda dt: dt.date()).groupby\
([df.BldgID, df.BldgHt, df.Device, df.Date.apply(lambda dt:\    
  dt.month)]).nunique()

df_test.head(10)

以下是月份值

 BldgID  BldgHt  Device   Date
 108     28.0    760      9       1
                          10      3
 104     36.0    758      10      1
                          11      1
         41.0    758      9       1
                 758      10      3
                 758      11      2
         45.0    758      10      1
         45.0    758      11      1

 Name: Date, dtype: int64

期望输出：

BldgID  BldgHt  Device   Total_count
108     28.0    760           4
104     36.0    758           2
        41.0    758           6
104     45.0    758           2

Total_count是每一组对应的唯一 “BldgID，BldgHt，设备”

提前谢谢

df.groupby(['BldgID','BldgHt','Device'], sort=False)['Date'].size().reset_index()

输出

BldgID  BldgHt  Device  Date
0   108     28  760     4
1   104     36  758     2
2   104     41  758     6
3   104     45  758     2

输出

BldgID  BldgHt  Device  Date
0   108     28  760     4
1   104     36  758     2
2   104     41  758     6
3   104     45  758     2

---

为已经很好的答案添加

df.groupby(['BldgID','BldgHt','Device'])['Date'].count()

---

为已经很好的答案添加

df.groupby(['BldgID','BldgHt','Device'])['Date'].count()

---

下面的soloution适合我。让我们先生成您的数据：

df = pd.DataFrame({'BldgID': [108, 108, 108, 108, 104, 104, 104, 104, 104, 104, 104, 104, 104, 104], 'BldgHt': [28, 28, 28, 28, 36, 36, 41, 41, 41, 41, 41, 41, 45, 45], 'Device': [760, 760, 760, 760, 758, 758,  758, 758, 758, 758, 758, 758, 758, 758], 'Date': ['2018/9/18', '2018/10/5', '2018/10/18', '2018/10/19', '2018/10/2', '2018/11/2', '2018/9/13', '2018/10/3', '2018/10/16', '2018/10/25', '2018/11/3', '2018/11/7', '2018/10/3', '2018/11/3',]})
df['Date'] = df['Date'].apply(lambda x: pd.to_datetime(x))

现在，您可以执行以下操作：

df2 = df.groupby(['BldgID', 'BldgHt', 'Device'])['Date'].nunique()

其中：

print(df2)

BldgID  BldgHt  Device
104     36      758       2
        41      758       6
        45      758       2
108     28      760       4

编辑：

如果您想按照问题中的指定重命名该列，可以按如下方式实现：

df2 = df2.reset_index(drop=False).rename(columns={'Date': 'Total_count'})

或者更优雅地说：

df2 = df2.reset_index(name='Total_count')

---

下面的soloution适合我。让我们先生成您的数据：

df = pd.DataFrame({'BldgID': [108, 108, 108, 108, 104, 104, 104, 104, 104, 104, 104, 104, 104, 104], 'BldgHt': [28, 28, 28, 28, 36, 36, 41, 41, 41, 41, 41, 41, 45, 45], 'Device': [760, 760, 760, 760, 758, 758,  758, 758, 758, 758, 758, 758, 758, 758], 'Date': ['2018/9/18', '2018/10/5', '2018/10/18', '2018/10/19', '2018/10/2', '2018/11/2', '2018/9/13', '2018/10/3', '2018/10/16', '2018/10/25', '2018/11/3', '2018/11/7', '2018/10/3', '2018/11/3',]})
df['Date'] = df['Date'].apply(lambda x: pd.to_datetime(x))

现在，您可以执行以下操作：

df2 = df.groupby(['BldgID', 'BldgHt', 'Device'])['Date'].nunique()

其中：

print(df2)

BldgID  BldgHt  Device
104     36      758       2
        41      758       6
        45      758       2
108     28      760       4

编辑：

如果您想按照问题中的指定重命名该列，可以按如下方式实现：

df2 = df2.reset_index(drop=False).rename(columns={'Date': 'Total_count'})

或者更优雅地说：

df2 = df2.reset_index(name='Total_count')

---

---

检查第二个答案。是否需要

计数

或每组的唯一值数？谢谢。是的，第二个ans是我想要的。那么正确的答案是

bexi

answer。检查第二个答案。您需要

count

还是每组唯一值的数量？谢谢。是的，第二个答案是我想要的。那么正确的答案是

bexi

回答。谢谢。顺便说一句，只需将.reset_index（）添加到第二个ans，它将提供与您相同的ans。排序和大小（）的好处是什么。你能告诉我吗？默认情况下，排序是

True

，因此如果不设为false，数据的顺序和输出将不同

size（）

包括NaN值，

count（）

不包括：谢谢。顺便说一句，只需将.reset_index（）添加到第二个ans，它将提供与您相同的ans。排序和大小（）的好处是什么。你能告诉我吗？默认情况下，排序是

True

，因此如果不设为false，数据的顺序和输出将不同

size（）

包括NaN值，

count（）

不包括：谢谢。这就是我想要的。这是一个适合你们给定样品的答案。请注意，如果组中有重复的日期，这将不会给出所需的结果。您的意思是，即使['BldgID'、'BldgHt'、'Device']不同，但'Date'相同，它也不会工作？这可能是个问题。不，我的意思是，如果在相同的

['BldgID'，'BldgHt'，'Device']

组中，您有两次相同的日期，那么方法

count（）

将对其进行两次计数。但是你似乎对独特的日期感兴趣，因此它们只应该被计算一次。谢谢。知道了。有一个任务。如果我使用带有第5列（“结果”）的“BldgID，BldgHt，Device”分组，但希望保持第4列“Date”在df中的状态。能做到吗？要使用前3个val分组，然后使用相应的“日期”列。令人困惑的问题？谢谢。这就是我想要的。这是一个适合你们给定样品的答案。请注意，如果组中有重复的日期，这将不会给出所需的结果。您的意思是，即使['BldgID'、'BldgHt'、'Device']不同，但'Date'相同，它也不会工作？这可能是个问题。不，我的意思是，如果在相同的

['BldgID'，'BldgHt'，'Device']

组中，您有两次相同的日期，那么方法

count（）

将对其进行两次计数。但是你似乎对独特的日期感兴趣，因此它们只应该被计算一次。谢谢。知道了。有一个任务。如果我使用带有第5列（“结果”）的“BldgID，BldgHt，Device”分组，但希望保持第4列“Date”在df中的状态。能做到吗？要使用前3个val分组，然后使用相应的“日期”列。令人困惑的问题？谢谢。这可能有用。但是我有大约70000个唯一的BldgID号码。非常感谢。您编辑的答案使解决方案成为完整的解决方案。谢谢。这可能有用。但是我有大约70000个唯一的BldgID号码。非常感谢。您编辑的答案使解决方案成为完整的解决方案。