如何计算Group列唯一值数量及各分组中获Bonus人数（Pandas）

1. 先处理数据集（修正格式问题） #

你提供的数据集最后一行分隔符存在格式问题，先构造正确的DataFrame：

import pandas as pd

data = {
    'Bonus': ['Yes', 'No', 'No', 'Yes', 'No'],
    'Group': ['Hockey', 'Cricket', 'Football', 'Tennis', 'Hockey']
}
df = pd.DataFrame(data)

2. 统计Group列的唯一值数量 #

有两种常用实现方式：

• 直接获取唯一值数量：

group_unique_num = df['Group'].nunique()
print(f"Group列唯一值数量：{group_unique_num}")
# 输出：Group列唯一值数量：4

• 用value_counts()查看各分组总人数，同时通过结果长度得到唯一值数量：

group_total_counts = df['Group'].value_counts()
print("各分组总人数：")
print(group_total_counts)
print(f"Group列唯一值数量：{len(group_total_counts)}")

3. 统计每个分组中Bonus为Yes的人数 #

这里提供三种实用方法：

方法1：映射后分组求和

将Yes/No转为1/0，再按分组求和：

bonus_yes_counts = df['Bonus'].map({'Yes': 1, 'No': 0}).groupby(df['Group']).sum()
print("\n各分组获奖金人数：")
print(bonus_yes_counts)

输出：

Group
Cricket     0
Football    0
Hockey      1
Tennis      1
Name: Bonus, dtype: int64

方法2：筛选后分组统计

先筛选出Bonus=Yes的行，再按分组统计数量，补全无奖金的分组：

bonus_yes_counts = df[df['Bonus'] == 'Yes'].groupby('Group').size()
# 补全所有分组，无奖金的填0
bonus_yes_counts = bonus_yes_counts.reindex(df['Group'].unique(), fill_value=0)
print("\n各分组获奖金人数：")
print(bonus_yes_counts)

方法3：交叉表直接生成

用crosstab生成交叉表，直接提取Yes列的数据：

bonus_yes_counts = pd.crosstab(df['Group'], df['Bonus'])['Yes']
print("\n各分组获奖金人数：")
print(bonus_yes_counts)

内容的提问来源于stack exchange，提问作者goldenwolf