Python 使用groupby计算唯一值

我有以下形式的数据：

df = pd.DataFrame({
    'group': [1, 1, 2, 3, 3, 3, 4],
    'param': ['a', 'a', 'b', np.nan, 'a', 'a', np.nan]
})
print(df)

#    group param
# 0      1     a
# 1      1     a
# 2      2     b
# 3      3   NaN
# 4      3     a
# 5      3     a
# 6      4   NaN

组中的非空值始终相同。我想对每个组（如果存在）的非空值计数一次，然后找到每个值的总计数

我目前正在以以下（笨重和低效）方式进行此操作：

我确信有一种方法可以更干净地完成这项工作，而不需要使用循环，但我似乎无法解决这个问题。非常感谢您的帮助。

我想您可以使用：

使用另一个解决方案，然后通过创建新的

df

by，重新塑造为

Series

by，最后：

---

如果您不仅要计算唯一值，还要计算其他聚合函数，这只是解决方案的一个附加组件：

df.groupby(['group']).agg(['min','max','count','nunique'])

---

希望你觉得它有用

我知道这篇文章发布已经有一段时间了，但我认为这也会有所帮助。 我想计算唯一值并按这些唯一值的数量过滤组，我就是这样做的：

df.groupby('group').agg(['min','max','count','nunique']).reset_index(drop=False)

---

上述答案也适用，但如果您想向现有数据框添加具有唯一_计数的列，可以使用

输出：

   group param  distinct_count
0      1     a             2.0
1      1     a             2.0
2      2     b             1.0
3      3   NaN             NaN
4      3     a             2.0
5      3     a             2.0
6      4   NaN             NaN

并检查@jezrael的团队计数是否较高

print (df.groupby('param')['group'].nunique())

---

我使用

df=pd.DataFrame（{'group'：[1,1,2,3,3,4]，'param'：['a'，'c'，'b'，np.nan'，'c'，'a'，np.nan]}）测试它。

，但您的代码返回不同的输出，因为在每个

组中只使用列表的第一个唯一元素。我的代码返回所有唯一的值。如果我知道你需要什么，请检查一下。谢谢你。我们是怎么得到这个专栏的names@dondapati-添加
.reset\u index（）
df.groupby('group').agg(['min','max','count','nunique']).reset_index(drop=False)

df['distinct_count'] = df.groupby(['param'])['group'].transform('nunique')

   group param  distinct_count
0      1     a             2.0
1      1     a             2.0
2      2     b             1.0
3      3   NaN             NaN
4      3     a             2.0
5      3     a             2.0
6      4   NaN             NaN

print (df.groupby('param')['group'].nunique())

param
a    2
b    1
Name: group, dtype: int64