如何使用熊猫创建一个列来存储分组依据上的首次出现次数？

问题描述

Q1。给定数据框架1 ， 我正在尝试按新的独特事件进行分组，并在另一列中为我提供每月的现有ID计数

ID     Date
1    Jan-2020
2    Feb-2020
3    Feb-2020
1    Mar-2020
2    Mar-2020
3    Mar-2020
4    Apr-2020
5    Apr-2020

预期的输出，用于唯一新添加的分组ID值和现有ID值之和

Date       ID_Count   Existing_count
Jan-2020      1           0
Feb-2020      2           1  
Mar-2020      0           3
Apr-2020      2           3

注意：2020年3月ID_Count为零，因为前几个月存在ID 1、2和3。

注意：2020年1月的现有计数为0，因为1月之前的ID为零。2月2020年的现有计数为1，因为2月之前只有1。2020年3月具有3个现有计数，这是因为Jan + 2月等等

解决方法

我认为您可以这样做：

df['month'] = pd.to_datetime(df['Date'],format='%b-%Y')

# Find new IDs
df['new'] = df.groupby('ID').cumcount()==0

# Count new IDs by month
df_ct = df.groupby('month')['new'].sum().to_frame(name='ID_Count')

# Count all previous new IDs
df_ct['Existing_cnt'] = df_ct['ID_Count'].shift().cumsum().fillna(0).astype(int) 
df_ct.index = df_ct.index.strftime('%b-%Y')
df_ct

输出：

          ID_Count  Existing_cnt
month                           
Jan-2020         1             0
Feb-2020         2             1
Mar-2020         0             3
Apr-2020         2             3