如何统计DataFrame中各供应商的独有产品数量？

原始数据 #

vendor     product
a          grape
a          peach
a          orange
b          peach
b          strawberry
b          apple
c          grape
c          peach
c          pineapple

需求 #

统计每个供应商拥有的、其他供应商都没有的产品数量，期望输出：

vendor     num_exclusive_products
a          1
b          2
c          1

简洁实现方案 #

用Pandas可以轻松搞定，这里提供两种流畅的写法：

方法一：分步清晰版 #

先定位出仅被单个供应商持有的产品，再按供应商统计这类产品的数量：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'vendor': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
    'product': ['grape', 'peach', 'orange', 'peach', 'strawberry', 'apple', 'grape', 'peach', 'pineapple']
})

# 1. 筛选出仅属于一个供应商的产品
single_vendor_products = df.groupby('product')['vendor'].nunique() == 1
target_products = single_vendor_products[single_vendor_products].index

# 2. 统计各供应商的独有产品数量
result = df[df['product'].isin(target_products)] \
          .groupby('vendor') \
          .size() \
          .reset_index(name='num_exclusive_products')

print(result)

方法二：链式调用精简版 #

用transform给每行数据标记对应产品的供应商总数，直接筛选后分组计数，代码更紧凑：

result = df.assign(
    vendor_count=df.groupby('product')['vendor'].transform('nunique')
).query('vendor_count == 1') \
.groupby('vendor') \
.size() \
.reset_index(name='num_exclusive_products')

两种方法运行后都能得到你想要的输出结果，逻辑直观易读。

内容的提问来源于stack exchange，提问作者teogj