如何在DataFrame分组后用nunique统计并保留被统计值的名称？

现有如下DataFrame：

import pandas as pd
df = pd.DataFrame({
    'name': ['a', 'a', 'a', 'b', 'b', 'b'],
    'type': ['first', 'first', 'second', 'first', 'first', 'first'],
    'value': ['10a', '7b', '9c', '5r', '7r', '9r']
})

执行df.groupby(["name", "type"]).nunique()后得到结果：

value
name type      
a    first     2
     second    1
b    first     3

希望得到同时包含唯一值数量和对应值列表的结果：

name   type    value  value_name
a     first     2      [10a, 7b]
a     second    1      [9c]
b     first     3      [5r, 7r, 9r]

解决方案 #

可以通过groupby.agg()方法一次性完成多维度聚合，或者分步生成结果，两种方式都能满足需求：

方法1：单步聚合操作 #

直接在agg()中指定两个聚合逻辑，分别生成唯一值数量和值列表：

result = df.groupby(["name", "type"])['value'].agg(
    value='nunique',
    value_name=lambda x: list(x.unique())
).reset_index()

• value='nunique'：统计每组value列的唯一值数量，列名设为value
• value_name=lambda x: list(x.unique())：提取每组的唯一值并转为列表，列名设为value_name
• reset_index()：将分组的name和type从索引转回普通列（不需要的话可省略）

方法2：分步生成结果 #

先提取唯一值列表，再基于列表长度计算唯一值数量，逻辑更直观：

# 分组提取唯一值列表
temp = df.groupby(["name", "type"])['value'].unique().reset_index(name='value_name')
# 新增唯一值数量列
temp['value'] = temp['value_name'].apply(len)
# 调整列顺序（可选）
result = temp[['name', 'type', 'value', 'value_name']]

两种方法最终都能得到目标格式的结果。

内容的提问来源于stack exchange，提问作者user12314164