基于列条件统计唯一值：如何统计无Blue/Green的唯一ID数量

首先得纠正你之前代码里的一个小问题：你用Color.nunique()统计的是颜色的唯一值数量，但你要的是唯一ID的数量，应该换成ID.nunique()才对。比如统计拥有Blue的ID数量，正确代码应该是blue['ID'].nunique()，结果是2（ID1和2）。

下面是四种统计场景的完整正确代码，重点解决你问的「完全没有Blue/Green的唯一ID数量」问题：

先初始化DataFrame #

import pandas as pd

df = pd.DataFrame({
    'ID': {0: 1, 1: 1, 2: 2, 3: 2, 4: 3, 5: 3, 6: 4, 7: 5},
    'Color': {0: 'Blue', 1: 'Green', 2: 'Blue', 3: 'No', 4: 'Green', 5: 'No', 6: 'No', 7: 'No'}
})

1. 拥有Blue的唯一ID数量 #

blue_ids_count = df[df['Color'] == 'Blue']['ID'].nunique()  # 结果：2（ID1、2）

2. 拥有Green的唯一ID数量 #

green_ids_count = df[df['Color'] == 'Green']['ID'].nunique()  # 结果：2（ID1、3）

3. 拥有Blue或Green的唯一ID数量 #

blue_green_ids_count = df[(df['Color'] == 'Blue') | (df['Color'] == 'Green')]['ID'].nunique()  # 结果：3（ID1、2、3）

4. 完全没有Blue/Green的唯一ID数量 #

这里提供两种简单实现方法，结果都是你期望的2（ID4、5）：

方法一：排除法 #

先找出所有出现过Blue/Green的ID，再用总唯一ID数减去这个数量：

# 获取所有有Blue/Green记录的ID
has_color_ids = df[(df['Color'] == 'Blue') | (df['Color'] == 'Green')]['ID'].unique()
# 总唯一ID数量
total_ids = df['ID'].nunique()
# 计算完全没有的数量
no_color_count = total_ids - len(has_color_ids)
print(no_color_count)  # 输出：2

方法二：分组筛选法 #

按ID分组，检查每组的Color是否完全不包含Blue和Green，再统计符合条件的组数量：

# 筛选出所有Color都不是Blue/Green的ID分组
no_color_groups = df.groupby('ID').filter(lambda x: ~x['Color'].isin(['Blue', 'Green']).any())
# 统计唯一ID数量
no_color_count = no_color_groups['ID'].nunique()
print(no_color_count)  # 输出：2

内容的提问来源于stack exchange，提问作者Shichimi