Pandas如何分组统计域名后缀数 筛选含多个后缀的域名

你原代码的分组逻辑存在问题：同时将domain和ext作为分组字段时，每个分组本身就是「单个域名+单个后缀」的唯一组合，此时统计后缀的去重数量，结果自然全部为1，无法统计单个域名对应的后缀总数量。

调整为仅按domain分组统计后缀去重值，再过滤计数大于1的结果即可，代码如下：

# 按域名分组，统计每个域名下不重复的后缀数量
domain_ext_cnt = dfActive.groupby('domain')['ext'].nunique()
# 筛选绑定了多个后缀的域名
result = domain_ext_cnt[domain_ext_cnt > 1]

执行后输出格式和你的预期完全一致，示例中绑定了com、net两个后缀的mashhadmap就会返回对应计数值2。

补充说明：如果你的数据集里存在「同一域名绑定同一后缀重复录入多行」的情况，nunique()会自动对后缀去重计数，符合“统计不同后缀数量”的需求；如果需要统计绑定记录总行数（包含重复后缀），把nunique()替换为count()即可。

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