如何按城市分组统计各城市对应的唯一门店总数

核心逻辑为按城市维度分组后，对组内门店编号做去重计数，以下是不同场景下的可落地实现：

SQL 实现（全关系型数据库/大数据SQL引擎通用） #

假设原始存储门店数据的表名为city_store，直接执行以下SQL语句即可输出预期结果：

SELECT
    city,
    COUNT(DISTINCT store_number) AS unique_store
FROM city_store
GROUP BY city;

• 执行逻辑：首先按照city字段将全表数据划分为不同城市的分组，之后对每个分组内的store_number去重后统计数量，最终输出的字段、数值完全匹配要求的结果。
• 兼容说明：该语法兼容MySQL、PostgreSQL、Hive、Spark SQL等绝大多数支持SQL的数据引擎，无需额外适配。

Python Pandas 实现（离线数据处理场景） #

如果是通过Python做本地/离线数据处理，使用Pandas库的实现代码如下：

import pandas as pd

# 此处df为加载完成的原始门店数据DataFrame
result = df.groupby("city", as_index=False)["store_number"].nunique()
result.columns = ["city", "unique_store"]

• 执行逻辑：groupby方法按城市字段拆分数据分组，nunique()方法直接统计每个分组内门店编号的唯一值个数，最后重命名列名即可得到符合格式要求的结果。

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