为什么nunique会覆盖pandas中的分组列

这是我的数据的一个大大简化的版本

+---+---------+-----------+
||用户|模块| id|
+---+---------+-----------+
| 0 |       1 |         1 |
| 1 |       1 |         2 |
| 2 |       1 |         3 |
| 3 |       2 |         1 |
| 4 |       2 |         1 |
| 5 |       2 |         2 |
+---+---------+-----------+

df=pd.DataFrame（{'user_id'：[1,1,1,2,2]，'module_id'：[1,2,3,1,1,2]}）

如果我在用户id上对此进行分组，然后使用总和进行聚合，我将得到预期结果：

df.groupby（'user\u id'，as\u index=False）.sum（）

+---+---------+-----------+
||用户|模块| id|
+---+---------+-----------+
| 0 |       1 |         6 |
| 1 |       2 |         4 |
+---+---------+-----------+

但是，如果我改为使用nunique聚合，则分组列也会聚合：

df.groupby（'user\u id'，as\u index=False）.nunique（）

+---+---------+-----------+
||用户|模块| id|
+---+---------+-----------+
| 0 |       1 |         3 |
| 1 |       1 |         2 |
+---+---------+-----------+

---

为什么要将我的聚合函数从

sum

更改为

nunique

覆盖我的groupby列用户id？

这只是

nunqiue

的方式，因为您没有提到要应用该函数的列，所以它将应用于dfs中的每一列，这将返回

groupby

id的1

df.groupby('user_id')['module_id'].nunique().reset_index()
Out[521]: 
   user_id  module_id
0        1          3
1        2          2

---

您需要提供列名

df.groupby('user_id')[['module_id']].nunique().reset_index()

---

这说明了nunique（）的确切用法，对于您的情况，它将返回组中每个列的唯一元素数。

在我的真实数据中，有很多列我想应用nunique，但有一些我不想，有没有一种简单的方法告诉努尼克跳过哪一列？@dumbledad你可能需要知道你想应用哪一列函数，然后把它切掉

  user_id   module_id
0   1         3
1   2         2