如何在DataFrame中添加列统计每个订单的唯一产品颜色数量？

嗨，这个问题我之前也碰到过，很好解决！你之前的思路方向是对的，但transform('unique')报错是因为pandas的transform方法不支持直接把'unique'当作聚合函数名——它只认count、sum、nunique这类标准化的聚合函数。

下面给你两种可行的解决方案：

方法1：直接使用nunique聚合函数（推荐） #

nunique就是专门用来统计唯一值数量的聚合函数，刚好匹配你的需求，直接用transform调用它就行：

df['colors_in_basket'] = df.groupby('Order_number')['Colors'].transform('nunique')

这个方法简洁高效，会自动给每个订单的每一行填充该订单的唯一颜色数量，完美替代你之前用的count（count统计的是总条目数，包含重复项）。

方法2：用Lambda函数自定义统计逻辑 #

如果之后你需要扩展逻辑（比如同时保留订单内的唯一颜色列表），可以用lambda函数结合unique()和len()来实现：

# 统计唯一颜色数量
df['colors_in_basket'] = df.groupby('Order_number')['Colors'].transform(lambda x: len(x.unique()))

# 额外：如果需要保留订单内的唯一颜色列表，可以加这一列
df['unique_color_list'] = df.groupby('Order_number')['Colors'].transform(lambda x: ', '.join(x.unique()))

举个实际例子验证 #

假设你的数据集是这样的：

运行方法1的代码后，结果会变成：

完全符合你想要的“每个订单中的唯一颜色数量”需求！

内容的提问来源于stack exchange，提问作者Sal_H