Вы хотите посчитать число уникальных пользователей по дням. Что корректно описывает результат df.groupby("day")["user_id"].nunique()?
A
DataFrame со столбцами day и user_id, где значения это списки идентификаторовB
Series с индексом по day и значениями: число уникальных user_id в каждом днеC
Series с индексом по user_id и значениями: число дней активности по пользователюDСкаляр: общее число уникальных пользователей по всему
df без разбивки по датамПравильный ответ.
groupby(...).nunique() возвращает Series: индекс — ключ группы, значения — число уникальных в каждой группе.Разбор
После df.groupby("day") строки разбиваются по дню. Выбор колонки "user_id" и вызов .nunique() считает число различных пользователей в каждой группе — то есть в каждом дне. Это агрегированный результат: по одной величине на группу, поэтому тип результата — Series с индексом day. Чтобы получить общий уникальный счёт без разбивки, использовали бы df["user_id"].nunique().
Проверь себя · 1/3разбор после ответа
Что вернёт вызов
df.mean(numeric_only=True) для числовых столбцов в DataFrame df?Ещё вопросы по теме «Pandas и DataFrame»
- Что вернёт выражение `df[df["price"] > 100]`?
- В `DataFrame` `df` есть столбцы `country`, `user_id`, `revenue`. Что вернёт выражение `df.loc[df["country"] == "RU", ["user_id", "revenue"]]`?
- В `df` есть столбец `age`. Какие значения `age` попадут в результат `df[(df["age"] >= 18) & (df["age"] <= 25)]`?
- Что выберет фильтр `df[~df["status"].isin(["cancelled", "returned"])]`?
- Что верно про два шага: `mask = df["col"] > 0` и затем `df[mask]`?
- Все вопросы по «Pandas и DataFrame» →