如何用简洁的Pandas方法统计DataFrame列中列表的唯一值数量？

现有如下Pandas DataFrame：

import pandas as pd
import numpy as np

data = {
    's1': [[1, 2], [None], [2, 3]],
    's2': [[4, 5], [6, 7], [3, 2]]
}
df = pd.DataFrame(data)

初始输出的DataFrame：

s1     s2
0   [1, 2]  [4, 5]
1      NaN  [6, 7]
2   [2, 3]  [3, 2]

需求是统计s1、s2列中列表元素的唯一值数量（忽略None/空值），并整理成如下格式的新DataFrame：

step      count
0    1      3 -> 忽略NaN后唯一值为[1,2,3]
1    2     6  -> 唯一值为[1,2,3,4,5,6]

当前的实现方法比较繁琐：

s1_unique = df['s1'].explode().unique()
s2_unique = df['s2'].explode().unique()
new_df = pd.DataFrame()
new_df['step'] = [1,2]
new_df['count'] = [len(s1_unique), len(s2_unique)]
new_df['name'] = 'Others'

想知道有没有更简洁的DataFrame操作方式实现这个需求。

可以利用Pandas的链式操作和内置方法简化代码，直接一步到位：

new_df = (
    pd.DataFrame({'step': [1, 2]})
    .assign(
        count=lambda x: [
            df['s1'].explode().dropna().nunique(),
            pd.concat([df['s1'], df['s2']]).explode().dropna().nunique()
        ],
        name='Others'
    )
    .assign(
        count=lambda x: x['count'].astype(str) + [
            ' -> 忽略NaN后唯一值为[1,2,3]',
            ' -> 唯一值为[1,2,3,4,5,6]'
        ]
    )
)

关键优化点： #

• 用explode()展开列表元素，dropna()过滤空值，nunique()直接统计唯一值数量，不用手动取unique()再计算长度，更高效直观
• step2需要统计s1+s2的总唯一值，用pd.concat()合并两列后再处理，逻辑清晰
• 全程用链式操作assign()，不用先创建空DataFrame再逐个赋值，代码更紧凑

如果不需要保留注释性的描述文本，只需要纯计数的话，代码可以更短：

new_df = pd.DataFrame({
    'step': [1, 2],
    'count': [
        df['s1'].explode().dropna().nunique(),
        pd.concat([df['s1'], df['s2']]).explode().dropna().nunique()
    ],
    'name': 'Others'
})

内容的提问来源于stack exchange，提问作者Azima