Python 如何按对象计算分组列中的不同值？

我有一个pandas数据框，并将其分为两列（例如

col1

和

col2

）。对于

col1

和

col2

的固定值（即一个组），我可以在

col3

中有几个不同的值。我想计算第三列中不同值的数量

例如，如果我将此作为输入：

1  1  1
1  1  1
1  1  2
1  2  3
1  2  3
1  2  3
2  1  1
2  1  2
2  1  3
2  2  3
2  2  3
2  2  3

我希望将此表（数据框）作为输出：

1  1  2
1  2  1
2  1  3
2  2  1

---

有趣的是，

nunique

似乎比杰夫的回答慢了一倍。奇怪！我也看到了。Groupby可能在这里采用了错误的所谓路径——将函数应用于组的逻辑相当密集。在每个组上调用

value\u count

（必须重建序列）比调用仅返回一个数组的

unique

开销更大。这实际上是非常重要的。如果您不需要函数内部的索引，那么您通常可以避免这种惩罚（通过不实例化序列，值_计数，然后被丢弃，因为您只需要它的长度），在0.18.0中使用nunique（）似乎是最佳的

df.groupby(['col1','col2'])['col3'].nunique().reset_index()

In [17]: df
Out[17]: 
    0  1  2
0   1  1  1
1   1  1  1
2   1  1  2
3   1  2  3
4   1  2  3
5   1  2  3
6   2  1  1
7   2  1  2
8   2  1  3
9   2  2  3
10  2  2  3
11  2  2  3

In [19]: df.groupby([0,1])[2].apply(lambda x: len(x.unique()))
Out[19]: 
0  1
1  1    2
   2    1
2  1    3
   2    1
dtype: int64