python - 给定另一列的值计算一列的唯一值

Question

所以，我对一些我认为相对容易的事情有疑问。

我有一个包含三列的数据框:

A  B  C
x1 a  2
x1 a  2
x1 b  3
x1 c  4
x1 c  4
x2 d  2
x2 d  2
x3 e  5
x3 e  5

现在，如果我现在想知道每个 A 组(x1、x2、x3)在 B 中有多少个在 C 中大于 2 的唯一值，并将其分配给一个新列 D，这将返回我以下

A  B  C  D
x1 a  2  2
x1 a  2  2
x1 b  3  2
x1 c  4  2
x1 c  4  2
x2 d  2  0
x2 d  2  0
x3 e  5  1
x3 e  5  1

我应该如何在不使用 for 循环的情况下在 Python Pandas 中获取它？这可能吗？

Answer 1

您可以先根据 C 列进行过滤，然后使用 groupby.nunique。结果系列可以用作映射:

df['D'] = df['A'].map(df[df['C']>2].groupby('A')['B'].nunique()).fillna(0)

df
Out: 
    A  B  C    D
0  x1  a  2  2.0
1  x1  a  2  2.0
2  x1  b  3  2.0
3  x1  c  4  2.0
4  x1  c  4  2.0
5  x2  d  2  0.0
6  x2  d  2  0.0
7  x3  e  5  1.0
8  x3  e  5  1.0