基于Pandas计算各阶段参与歌手数，找出歌手最多的阶段

你之前的问题出在分组对象搞反了——要找阶段对应的歌手数量，得按阶段分组，而不是singer。另外因为同一个歌手可能在同一个阶段有多条记录（比如唱了多首歌），必须去重统计，不然会重复计数。

具体步骤和代码：

1. 先清理空值（避免统计出错，可选但推荐）：

# 移除阶段或歌手字段为空的记录
df = df.dropna(subset=['阶段', 'singer'])

2. 按阶段分组，统计每个阶段的唯一歌手数量：

# 分组后对singer字段去重计数
stage_singer_stats = df.groupby('阶段')['singer'].nunique()

3. 找出歌手最多的阶段：

# 获取歌手数最多的阶段名称
top_stage = stage_singer_stats.idxmax()
# 获取对应的歌手数量
top_count = stage_singer_stats.max()

print(f"参与歌手最多的阶段是：{top_stage}，共{top_count}位歌手")

4. 如果有多个阶段歌手数并列第一，用下面的代码获取所有并列阶段：

top_stages = stage_singer_stats[stage_singer_stats == top_count].index.tolist()
print(f"参与歌手最多的阶段有：{', '.join(top_stages)}，均有{top_count}位歌手")

为什么之前的方法不对？ #

你用df.groupby('singer')得到的是每个歌手对应的阶段信息，和你要统计「每个阶段的歌手数量」的需求完全相反。而且直接用count()会把同一个歌手在同一阶段的多条记录重复计算，必须用nunique()统计唯一值数量，才是真实的歌手人数。

内容的提问来源于stack exchange，提问作者user20320394