如何获取python数据帧中出现的两列的唯一组合数

假设我有一个熊猫数据框

     a    b
1    203  487
2    876  111
3    203  487
4    876  487

还有更多我不关心的栏目未显示

我知道

len（df.a.unique（））

将返回2以指示a有两个唯一值，正如

len（df.b.unique（））

一样。我想要类似的东西，但返回发生的a和b的唯一组合的数量。在这个例子中，我希望它返回3

如有任何关于如何进行此操作的指导，请使用：

或具有反转条件：

a = (~df.duplicated(['a','b'])).sum()

---

或将列转换为字符串并连接在一起，然后获得：

---

---

您是否将以下情况视为两种不同的组合或一种组合

1） “a”是203，“b”是487 2） “a”是487，“b”是203

如果你想让它变成两个，就像耶斯雷尔说的那样，只需使用drop_副本。如果你想让它们算作一个独特的组合，我会创建一个新的列，所以它总是：越小的数字越大，并在这个列上删除重复项

Import numpy as np re
df['c']=np.where(df['a']<df['b'], \
    df['a'].astype('str')+"_"+df['b'].astype('str'), \
        df['b'].astype('str')+"_"+df['a'].astype('str'))

print(len(df.drop_duplicates('c')))

将numpy作为np-re导入
df['c']=np.where（df['a']
a = len(df.index) - df.duplicated(['a','b']).sum()

a = (df.a.astype(str) + '_' + df.b.astype(str)).nunique()

print (a)
3

Import numpy as np re
df['c']=np.where(df['a']<df['b'], \
    df['a'].astype('str')+"_"+df['b'].astype('str'), \
        df['b'].astype('str')+"_"+df['a'].astype('str'))

print(len(df.drop_duplicates('c')))