如何在Pandas中统计多行指定列的唯一值数量？

首先构造符合需求的示例DataFrame（每行前6列含3个唯一值）：

import pandas as pd

data = {
    'col1': [1, 4, 7, 10],
    'col2': [1, 4, 7, 10],
    'col3': [2, 5, 8, 11],
    'col4': [2, 5, 8, 11],
    'col5': [3, 6, 9, 12],
    'col6': [3, 6, 9, 12],
    'other_col': ['a', 'b', 'c', 'd']
}
df = pd.DataFrame(data)

# 你已实现的每行唯一值统计
df['count'] = df.iloc[:, 0:6].nunique(axis=1)

要实现每两行合并统计前6列唯一值总数并生成count2rows列，可以通过分组+自定义聚合的方式实现：

# 按每两行分组，计算每组前6列的唯一值总数
df['count2rows'] = df.groupby(df.index // 2).apply(
    lambda group: group.iloc[:, 0:6].values.flatten().nunique()
).reindex(df.index // 2).values

代码说明： #

• df.index // 2：将索引按每2个一组划分（0&1为组0，2&3为组1，以此类推），如果需要N行一组，替换为df.index // N即可。
• group.iloc[:, 0:6].values.flatten()：把每组的前6列数据扁平化为一维数组，方便统计跨多行的唯一值。
• reindex(df.index // 2)：将每组的统计结果映射回原DataFrame的每一行，确保同组的行共享同一个统计值。

执行后示例DataFrame的count2rows列会全部显示为6，符合两行合计6个唯一值的需求。

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