如何合并两个DataFrame并统计唯一行的订单数量？

原始数据 #

Table 1（订单表） #

Order_id  Prod_id   Price
A           AA       5
B           BB       10
C           CC       15 
D           AA       5
E           CC       20

Table 2（产品价格组合表） #

Prod_id   Price
 AA       5
 BB       10
 CC       15 
 CC       20

目标结果 #

需要得到每个产品-价格组合对应的订单数量（同一订单同一组合仅计一次）：

Table 3:
Prod_id   Price   Order_Count  
AA         5          2
BB         10         1
CC         15         1
CC         20         1

你的代码问题 #

你当前的代码存在几个关键问题：

1. 冗余且错误的Merge操作：没必要将同一个表的不同子集做Merge，这会导致数据重复膨胀，后续去重也容易引入误差。
2. 列名可能不匹配：你原始数据里的列名是Prod_id，但代码中使用的是product_id，如果实际表的列名不一致，会导致Merge匹配失败，统计结果完全错误。
3. 统计逻辑与列名错误：最后一行order_counts['No_of_orders'].sum()里的列名写错了，你重命名的是order_count，不是No_of_orders，这行代码应该会报错；另外用groupby.size()的逻辑冗余，不如直接统计唯一订单数精准。

正确解决方案 #

方法一：统计后匹配产品价格表 #

核心逻辑是先按Prod_id和Price分组，统计每组的唯一订单数，再和Table 2做左连接确保保留所有需要的产品价格组合：

import pandas as pd

# 假设Table1的变量名为order_table，Table2为prod_price_table
# 统计每个产品-价格组合的唯一订单数
order_count_df = order_table.groupby(['Prod_id', 'Price'])['Order_id'].nunique().reset_index(name='Order_Count')

# 左连接Table2，确保保留所有目标组合
result = pd.merge(prod_price_table, order_count_df, on=['Prod_id', 'Price'], how='left')

print(result)

方法二：直接统计（若Table2是Table1的去重组合） #

如果Table2只是Table1中Prod_id+Price的去重结果，那可以直接对Table1分组统计，无需额外连接：

result = order_table.groupby(['Prod_id', 'Price'])['Order_id'].nunique().reset_index(name='Order_Count')

这段代码会直接输出你想要的Table3结果，nunique()会自动统计每个分组下的唯一订单数量，完全符合你的需求：相同Prod_id+Price算一组，不同Price的同一产品分开统计。

内容的提问来源于stack exchange，提问作者Simran Aswani