Python 熊猫：groupby两列nunique

我有以下样本集

        CustID     Condition      Month        Reading  Consumption 
0     108000601         True       June       20110606      28320.0
1     108007000         True       July       20110705      13760.0
2     108007000         True     August       20110804      16240.0
3     108008000         True  September       20110901      12560.0
4     108008000         True    October       20111004      12400.0
5     108000601        False   November       20111101       9440.0
6     108090000        False   December       20111205      12160.0
7     108008000        False    January       20120106      11360.0
8     108000601         True   February       20120206      10480.0
9     108000601         True      March       20120306       9840.0

下面的groupby为我提供了我正在寻找的部分内容

dfm.groupby（['Condition']）['CustID'].nunique（）

但是我怎样才能得到符合这两个条件的唯一ID呢？e、 g

Condition
True      3
False     3
Both      2

---

不确定这是否是最“熊猫”的方式，但您可以使用

set

来比较每个分区中的用户（Python

set

数据结构是一个哈希表，它将自动丢弃重复项）：

---

我建议在

CustID

上分组。然后，我们可以查看每个组，轻松确定每个唯一id是否只有

True

、只有

False

，或者两者都有。然后我们只需使用

系列。value\u counts（）

：

给

Both     2
False    1
True     1
Name: Condition, dtype: int64

---

我对熊猫还不熟悉，所以也不确定它是否是pandonics，但这确实有效！尽管有更多的熊猫，但这并没有在完整的数据集中返回我想要的结果。我只得到了所有匹配的“CustID”或“CustID”。不过，我将继续使用此策略，使其在整个数据集上对我有效。谢谢。很有趣。。。如果你发现你的数据的一个子集重现了这个问题，请随意编辑你的问题并附加它，我来看看。

custid_true = set(dfm[dfm['Condition']==True].CustID)
custid_false = set(dfm[dfm['Condition']==False].CustID)
custid_both = custid_true.intersection(custid_false)
n_custid_both = len(custid_both)

def categorize(s):
    if s.all():
        return 'True'
    elif not s.any():
        return 'False'
    else:
        return 'Both'

categorized = df.groupby('CustID')['Condition'].apply(categorize)
categorized.value_counts()

Both     2
False    1
True     1
Name: Condition, dtype: int64