Python字典中如何按key A分组统计key B对应值的唯一计数

方法1：纯Python原生实现（无第三方依赖） #

实现逻辑：先将A、B数组的元素按位置配对，按A的取值分组存储对应B的取值（用集合自动去重），最后统计每组集合长度整理为目标格式。

dict_1 = {'A': ['a','b','b','c','c','c'], 'B':['1','2','2','1','2','3']}

group_map = {}
for a_val, b_val in zip(dict_1['A'], dict_1['B']):
    if a_val not in group_map:
        group_map[a_val] = set()
    group_map[a_val].add(b_val)

result = {
    'A': list(group_map.keys()),
    'unique_count_B': [str(len(v)) for v in group_map.values()]
}

print(result)
# 输出：{'A': ['a', 'b', 'c'], 'unique_count_B': ['1', '1', '3']}

注意：Python 3.7及以上版本原生字典默认保留插入顺序，可直接得到和原数据A元素首次出现顺序一致的结果；3.7以下版本可使用collections.OrderedDict替代普通字典存储group_map保证顺序。

方法2：pandas实现（适合大数据量场景） #

如果已经安装pandas库，可直接调用分组统计接口，代码更简洁：

import pandas as pd

dict_1 = {'A': ['a','b','b','c','c','c'], 'B':['1','2','2','1','2','3']}
df = pd.DataFrame(dict_1)
grouped = df.groupby('A')['B'].nunique().reset_index()

result = {
    'A': grouped['A'].tolist(),
    'unique_count_B': grouped['B'].astype(str).tolist()
}

print(result)
# 输出：{'A': ['a', 'b', 'c'], 'unique_count_B': ['1', '1', '3']}

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