我有一个这样的数据框：
id date company ......
123 2019-01-01 A
224 2019-01-01 B
345 2019-01-01 B
987 2019-01-03 C
334 2019-01-03 C
908 2019-01-04 C
765 2019-01-04 A
554 2019-01-05 A
482 2019-01-05 D
而且我想获取“公司”列随时间的唯一值的累积数量。因此，如果公司在以后出现，则不会再计算在内。
我的预期输出是：
date cumulative_count
2019-01-01 2
2019-01-03 3
2019-01-04 3
2019-01-05 4
我试过了：
df.groupby(['date']).company.nunique().cumsum()
但是，如果同一家公司在不同的日期出现，则此重复计算。
参考方案
使用duplicated + cumsum + last
m = df.duplicated('company')
d = df['date']
(~m).cumsum().groupby(d).last()
date
2019-01-01 2
2019-01-03 3
2019-01-04 3
2019-01-05 4
dtype: int32
在熊猫数据框中，如何应用一种excel left('state'，2)只接受前两个字母。理想情况下，我也想学习如何在数据框中使用左，右和中间。因此，对于此特定示例，需要一个等效而不是一个“技巧”。data = {'state': ['Auckland', 'Otago', 'Welling…
python :安装 python 后，如何导入 Pandas - python我已经安装了 python 。现在，当我尝试跑步时import pandas as pd 我收到以下错误Traceback (most recent call last): File "<pyshell#0>", line 1, in <module> import pandasFile ImportError: …
Python Pandas检查数据框是否不为空 - python我有一个if语句，它在其中检查数据框是否为空。我的操作方式如下:if dataframe.empty: pass else: #do something 但实际上我需要:if dataframe is not empty: #do something 我的问题是-是否有一种.not_empty()方法可以实现这一目标？我还想问一下第二个版本在性能方面是否更好…
Python Pandas:按分组分组，平均？ - python我有一个像这样的数据框:cluster org time 1 a 8 1 a 6 2 h 34 1 c 23 2 d 74 3 w 6 我想计算每个集群每个组织的平均时间。预期结果:cluster mean(time) 1 15 ((8+6)/2+23)/2 2 54 (74+34)/2 3 6 我不知道如何在熊猫中做到这一点，有人可以帮忙吗？ 参考方案 如…
如何更改索引和转置 Pandas - python我是 Pandas 的新手，正在尝试在日期框架上进行一些转换，但到达了封闭路径。我的数据框是: entity_name request_status dcount 0 entity1 0 1 1 entity1 1 6 2 entity1 2 13 3 entity2 1 4 4 entity2 2 7 我需要此数据框如下所示:index 0 1 2 ent…