Python-groupby分组

组内个数

在Pandas中，你可以通过使用 `.size()` 方法来确定使用 `groupby` 后每个分组的数量。这个方法会返回一个新的 Series，其中包含每个分组的大小（即每个分组中的行数）。

下面是一个例子：

import pandas as pd

# 假设 df 是你的原始 DataFrame
df = pd.DataFrame({
    'sdate': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
    'instrument': ['A', 'A', 'B', 'B', 'C'],
    'value': [1, 2, 3, 4, 5]
})

# 使用 groupby 按 'sdate' 和 'instrument' 分组
grouped = df.groupby(['sdate', 'instrument'])

# 获取每个分组的大小（数量）
group_sizes = grouped.size()

print(group_sizes)

输出结果将是一个 Series，其索引是 'sdate' 和 'instrument' 的唯一组合，值是每组的大小：

sdate       instrument
2021-01-01  A             2
2021-01-02  B             2
2021-01-03  C             1
dtype: int64

如果你想要一个 DataFrame 而不是 Series，你可以调用 `.reset_index()` 方法，并且可以为分组大小列命名：

group_sizes_df = group_sizes.reset_index(name='size')
print(group_sizes_df)

这将给你一个包含分组大小的 DataFrame：

sdate       instrument
2021-01-01  A             2
2021-01-02  B             2
2021-01-03  C             1
dtype: int64

现在，`group_sizes_df` 包含了每个分组的日期、工具和大小。这样你就可以很容易地看到每个分组有多少行了。

组的个数

要确定在使用 `groupby` 后一共有多少个不同的组，可以通过以下几种方法来实现：

1. 使用 `ngroups` 属性：`ngroups` 属性会直接给出分组后的组数。

grouped = df.groupby(["sdate", "instrument"])
number_of_groups = grouped.ngroups

2. 使用 `nunique()` 方法：如果想要对分组键进行唯一计数，可以使用 `nunique()` 方法分别对每个分组键进行计数，然后取最小的那个数（假设每个组至少有一个行）。

number_of_groups = df['sdate'].nunique()  # 假设 'sdate' 是分组键之一。

如果使用了多个键进行分组，可以先创建一个表示所有分组键的组合的临时列，然后计算这个列的唯一值数量：

df['group_key'] = df['sdate'].astype(str) + "_" + df['instrument'].astype(str)
number_of_groups = df['group_key'].nunique()
del df['group_key']  # 删除临时列

3. 使用 `groupby` 和 `size()`，然后获取结果的长度：`size()` 方法会返回一个包含每个组大小的 Series，您可以通过获取这个 Series 的长度来知道有多少个组。

group_sizes = df.groupby(["sdate", "instrument"]).size()
number_of_groups = len(group_sizes)

在上面的代码中，`group_sizes` 是一个 Series，它的索引是组合键，这些组合键的唯一值的数量，即 `len(group_sizes)`，就是组的数量。这种方法同时也告知每个组内的行数，但如果只关心组的数量，只需要获取这个 Series 的长度即可。