pandas如何按分组统计符合列表条件的唯一SP值数量并新增列

你可以用以下两种pandas方案实现需求，第二种逻辑更直观、运行效率更高：

前置准备 #

首先导入依赖、构造示例数据：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Groups': ['G1','G1','G1','G1','G1','G1','G2','G2','G2','G2'],
    'SP': ['SP1','SP1','SP1','SP2','SP3','SP4','SP2','SP5','SP3','SP23'],
    'Letters': ['A','Z','A','X','X','B','A','B','X','A']
})
the_list = ['A','B']

方案1：groupby + transform 直接赋值 #

df['Nb_column'] = df.groupby('Groups')['SP'].transform(
    lambda x: x[df.loc[x.index, 'Letters'].isin(the_list)].nunique()
)

逻辑说明：对每个Groups分组的SP序列，通过索引匹配对应行的Letters值，筛选出属于the_list的部分后，统计对应SP的唯一值个数，transform会把统计值广播到当前分组的所有行。

方案2：先做分组统计再映射（推荐） #

# 先筛选符合条件的行，按分组统计SP的唯一值个数，生成映射关系
count_map = df[df['Letters'].isin(the_list)].groupby('Groups')['SP'].nunique()
# 将统计值映射到原表的对应分组
df['Nb_column'] = df['Groups'].map(count_map)

逻辑说明：先过滤掉所有Letters不在目标列表里的行，直接统计每个分组的SP唯一值个数，再把结果映射回原表，避免分组内重复计算，更适合大数据量场景。

运行以上任意一种方案后，得到的df就和你给出的预期结果完全一致。

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