向 Pandas DataFrame 添加新列导致 NaN

Question

我有一个data包含以下交易数据的Pandas DataFrame ：

           A         date
0      M000833  2016-08-01
1      M000833  2016-08-01
2      M000833  2016-08-02
3      M000833  2016-08-02 
4      M000511  2016-08-05

我想要一个新列，其中包含每个消费者的访问次数（每天多次访问应视为 1）。

所以我试过这个：

import pandas as pd
data['noofvisits'] = data.groupby(['A'])['date'].nunique()

当我只运行该语句而不将其分配给 DataFrame 时，我会得到一个具有所需输出的 ​​Pandas 系列。但是，上述语句导致：

           A         date       noofvisits
0      M000833  2016-08-01         NaN         
1      M000833  2016-08-01         NaN
2      M000833  2016-08-02         NaN
3      M000833  2016-08-02         NaN
4      M000511  2016-08-05         NaN

预期的输出是：

           A         date       noofvisits
0      M000833  2016-08-01         2         
1      M000833  2016-08-01         2
2      M000833  2016-08-02         2
3      M000833  2016-08-02         2
4      M000511  2016-08-05         1

这种方法有什么问题？为什么 noofvisits 列的结果是 NAs 而不是计数值？

Answer 1

使用transform生成一个Series与它的指数对准原来的DF：

In[32]:
df['noofvisits'] = df.groupby(['A'])['date'].transform('nunique')
df

Out[32]: 
             A        date  noofvisits
index                                 
0      M000833  2016-08-01           2
1      M000833  2016-08-01           2
2      M000833  2016-08-02           2
3      M000833  2016-08-02           2
4      M000511  2016-08-05           1

直接分配的问题是您group在列上，'A'因此这成为groupby聚合的索引，然后您尝试分配给您的 df 但索引不一致，因此NaN列值。

此外，即使索引值确实同意，形状也不同：

In[33]:
df.groupby(['A'])['date'].nunique()

Out[33]: 
A
M000511    1
M000833    2
Name: date, dtype: int64