添加新列大熊貓數據幀生成NaN

Question

我有一個熊貓數據框data具有下列交易數據：

  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，每天多次訪問訪問次數（的計數新列應該是視爲1）每個消費者。

所以，我想這一點：

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

當我剛剛運行的語句，而不將其分配給數據框，我得到所需的輸出熊貓系列。然而，上面的語句導致：

  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 

預期輸出是：

  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 

有什麼不對的這種做法？爲什麼列noofvisits會導致NAs而不是計數值？

Answer 1

使用transform生成一個Series與它的指數對準原來的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 

直接分配的問題是，你是group荷蘭國際集團在'A'列，因此這將成爲groupby聚集索引，然後嘗試分配給您的DF，但索引不同意，因此列值爲NaN。

而且即使索引值還是同意形狀不同反正：

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

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