添加新列大熊猫数据帧生成NaN

Question

我有一个熊猫数据框data具有下列交易数据：

  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，每天多次访问访问次数（的计数新列应该是视为1）每个消费者。

所以，我想这一点：

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

当我刚刚运行的语句，而不将其分配给数据框，我得到所需的输出熊猫系列。然而，上面的语句导致：

  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 

有什么不对的这种做法？为什么列noofvisits会导致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，你是group荷兰国际集团在'A'列，因此这将成为groupby聚集索引，然后尝试分配给您的DF，但索引不同意，因此列值为NaN。

而且即使索引值还是同意形状不同反正：

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

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