pandas 分组后 去重计数

 

df_all.columns=['client_id', 'SalesId', 'UserIds', 'event_id', 'start_time']

#分组前把要分组的列nan,None之类的值改为其他值，pandas分组会自动过滤有nan之类的行

df_all.fillna('nan', inplace=True) 

#分组 计数event_id 求sum

df_groupby = df_all.groupby(['client_id', 'SalesId', 'UserIds', 'start_time'])['event_id'].nunique().reset_index()

#把'nan'转换回去
df_groupby = df_groupby.replace({'nan': None})