熊猫：考虑时间使用 groupby 和 nunique

Question

我有一个这种形式的数据框：

A    B    time
1    2    2019-01-03
1    3    2018-04-05
1    4    2020-01-01
1    4    2020-02-02

其中 A 和 B 包含一些整数标识符。 我想测量每个 A 与之交互的不同标识符的数量。为此，我通常只需这样做

df.groupby('A')['B'].nunique()   

我现在必须做一件稍微不同的事情：每个标识符都有一个分配的日期（每个标识符都不同），它将其交互分成两部分：在该日期之前发生的那些，以及在该日期之后发生的那些。之前完成的相同操作（计算与 交互的唯一 B 的数量）需要分别为两个部分完成。

例如，如果 A=1 的日期是 2018-07-01，则输出为

A    before    after
1    1         2

在真实数据中，A 包含数百万个不同的标识符，每个标识符都有其唯一的日期。

已编辑 为了更清楚，我在 df.xml 中添加了一行。我想计算日期之前和之后每个 A 与之交互的 B 的不同值的数量

Answer 1

我会将A 转换为日期，将它们与df['time'] 进行比较，然后再与groupby().value_counts() 进行比较：

(df['A'].map(date_dict)
    .gt(df['time'])
    .groupby(df['A'])
    .value_counts()
    .unstack()
    .rename({False:'after',True:'before'}, axis=1)
)

输出：

   after  before
A               
1      2       1