如何在排除重复ID的前提下统计DataFrame中event的唯一值数量

首先导入pandas并定义原DataFrame：

import pandas as pd

df1 = pd.DataFrame({'id': ['1','2','2','3','3','4','5'],
                    'event': ['Basket','Soccer','Soccer','Basket','Soccer','Basket','Soccer']})

操作步骤 #

1. 先去除同一id下重复的event记录，确保每个id对应的每个event只保留一条：

unique_pairs = df1.drop_duplicates(subset=['id', 'event'])

这一步会把id=2的两条Soccer合并为一条，id=3的Basket和Soccer各自保留一条，得到去重后的id-event组合。

2. 按event分组，统计每个event对应的唯一id数量：

result = unique_pairs.groupby('event')['id'].count().reset_index(name='count')

3. 查看结果：

print(result)

输出结果与预期一致：

event  count
0  Basket      3
1  Soccer      3

内容的提问来源于stack exchange，提问作者Arthur