如何在Pandas的groupby操作中统计文本列的不同字符串数量？

你可以用lambda 函数替代直接传入'nunique'字符串的方式，确保对文本列正确统计不同字符串的数量，同时保持对列'd'的求和逻辑不变：

df = df.groupby('a').agg(
    b=('b', lambda x: x.nunique()),
    c=('c', lambda x: x.nunique()),
    d=('d', 'sum')
).reset_index()

如果还是存在问题，大概率是文本列包含空值（如NaN、None）或混合数据类型，你可以先做数据清理：

• 统一列的数据类型为字符串：df['b'] = df['b'].astype(str)
• 过滤空值：df = df.dropna(subset=['b', 'c'])

如果需要统计包含空值在内的所有不同值，可给nunique()添加dropna=False参数：

df = df.groupby('a').agg(
    b=('b', lambda x: x.nunique(dropna=False)),
    c=('c', lambda x: x.nunique(dropna=False)),
    d=('d', 'sum')
).reset_index()

内容的提问来源于stack exchange，提问作者Kishan