Python 统计数据帧中唯一行的数目

我需要计算数据帧中唯一行的数量。我尝试了这个解决方案：但它产生了一个错误

这是我尝试的代码：

import pandas as pd

df = {'x1': ['A','B','A','A','B','A','A','A'], 'x2': [1,3,2,2,3,1,2,3]}
df = pd.DataFrame(df)

print df.groupby(['x1','x2'], as_index=False).count()

这就是错误：

Traceback (most recent call last):
  File "/home/user/workspace/project/test.py", line 9, in <module>
    print df.groupby(['x1','x2'], as_index=False).count()
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 4372, in count
    return self._wrap_agged_blocks(data.items, list(blk))
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 4274, in _wrap_agged_blocks
    index = np.arange(blocks[0].values.shape[1])
IndexError: list index out of range

回溯（最近一次呼叫最后一次）：
文件“/home/user/workspace/project/test.py”，第9行，在
打印df.groupby（['x1'，'x2']，作为_index=False）.count（）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第4372行，计数
返回self._wrap_agged_块（data.items，list（blk））
文件“/usr/local/lib/python2.7/dist packages/pandas/core/groupby.py”，第4274行，在“包装”和“标记”块中
index=np.arange（块[0]。值。形状[1]）
索引器：列表索引超出范围

---

我做错了什么？

使用

size

（ps：您可以在末尾添加

.reset\u index（）

）

或者修复你的代码

df.groupby(['x1','x2'])['x2'].count()
Out[1264]: 
x1  x2
A   1     2
    2     3
    3     1
B   3     2
Name: x2, dtype: int64

如果您想知道唯一的组，可以使用

ngroups

df.groupby(['x1','x2']).ngroups
Out[1267]: 4

---

使用

size

（ps：您可以在末尾添加

.reset_index（）

）

或者修复你的代码

df.groupby(['x1','x2'])['x2'].count()
Out[1264]: 
x1  x2
A   1     2
    2     3
    3     1
B   3     2
Name: x2, dtype: int64

如果您想知道唯一的组，可以使用

ngroups

df.groupby(['x1','x2']).ngroups
Out[1267]: 4

---

您可以删除重复项：

import pandas as pd

df = {'x1': ['A','B','A','A','B','A','A','A'], 'x2': [1,3,2,2,3,1,2,3]}
df = pd.DataFrame(df)

print(len(df.drop_duplicates()))

返回

4

---

您可以删除重复项：

import pandas as pd

df = {'x1': ['A','B','A','A','B','A','A','A'], 'x2': [1,3,2,2,3,1,2,3]}
df = pd.DataFrame(df)

print(len(df.drop_duplicates()))

返回

4

---

thx，这是完美的：打印df.groupby（['x1'，'x2']，作为_index=False）.size（）.reset_index（）@DanixDanilovic在这种情况下，您可以使用：

df.groupby（list（df.columns），作为_index=False）.size（）.reset_index（）

这是更通用的。thx，这是完美的：打印df.groupby（['x1'，'x2']，作为_index=False）.size（）.reset_index（））@DanixDanilovic在这种情况下，您可以使用：

df.groupby（list（df.columns），as\u index=False）.size（）.reset\u index（）

，这是更通用的。