循环通过过滤熊猫数据帧的最佳方式

Question

我需要循环通过pandas DataFrame，但首先我必须对其进行过滤；old_id"；s附加到每个新ID。

我写了这个代码，运行得很好，但它的伸缩性不太好。

d = dict()
for new_id in (new_id_list):

d[new_id] = df[df['new_id_col'] == new_id]['old_id'].nunique()

如何提高效率？

Answer 1

看起来您正在寻找groupby+nunique。这获取唯一的"；old_id"；s每"；new_id_col"：

out = df.groupby('new_id_col')['old_id'].nunique().to_dict()