这个构建为一个表，给出每个ID首次出现的日期，按日期分组，然后计算相应的行。

df = pd.DataFrame([(1, "A"), (1, "B"), 
                   (1, "C"), (1, "C"), 
                   (2, "A"), (2, "B"), 
                   (2, "D"), (2, "A"), 
                   (2, "E"), (3, "B"), 
                   (3, "D"), (3, "F")], 
                  columns=["day", "userid"]) 

(df
  .sort_values('day')
  .groupby('userid')
  .first()
  .rename(columns={"day": "first_seen"})
  .groupby('first_seen').size()
)

字符串

假设数组首先按Day排序，你可以在UserID上分组（设置as_index=False），然后将结果的索引设置为Day。这会给你每天的每个新用户。

df2 = df.groupby('UserID', as_index=False).Day.first().set_index('Day') 
>>> df2
    UserID
Day       
1        A
1        B
1        C
2        D
2        E
3        F

字符串
然后获取新用户的总数：

>>> df2.groupby(level=0).UserID.count()
Day
1    3
2    2
3    1
Name: UserID, dtype: int64

型

一种有效的方法（不依赖于groupby）是通过在按天排序的数据集上按UserID运行drop_duplicates，只保留每个UserID的第一次出现，然后使用value_counts计算每天的用户数：

out = (df
       .sort_values(by='Day') # only if not already sorted
       .drop_duplicates(subset='UserID')
       ['Day'].value_counts()
       .reset_index(name='New Users')
       )

字符串
输出量：

Day  New Users
0    1          3
1    2          2
2    3          1

型