Python DataFrame统计各国参与的不同奥运体育项目数量方法

核心逻辑是按国家分组后，对项目字段做去重计数，以下是pandas环境下的实现方法：

• 最简实现（一行代码完成统计）
  假设你的原始DataFrame名为olympic_df，直接运行以下代码即可：

result = olympic_df.groupby('country')['sport'].nunique().reset_index(name='distinct_sport_count')

参数说明：

• groupby('country')：按国家字段聚合所有同国家的记录
• ['sport'].nunique()：对每个国家分组内的项目字段计算去重后的数量，自动过滤同国家重复上报的同项目记录
• reset_index(name='distinct_sport_count')：将分组统计后的结果转换为标准DataFrame格式，同时将统计列重命名为可自定义的名称
• 先去重再统计（适合需要留存去重后明细的场景）
  先对国家、项目两列做全局去重，再按国家统计行数即可，结果和第一种方法完全一致：

# 先拿到国家+项目的去重明细
distinct_country_sport = olympic_df[['country', 'sport']].drop_duplicates()
# 统计每个国家的项目数
result = distinct_country_sport.groupby('country').size().reset_index(name='distinct_sport_count')

如果需要排除国家字段为空的无效记录，可以在分组前增加空值过滤逻辑：
olympic_df.dropna(subset=['country']).groupby('country')['sport'].nunique().reset_index(name='distinct_sport_count')

内容的提问来源于stack exchange，提问作者JDAR