如何使用pandas进行groupby操作后统计分组内唯一元素的总数量

你之前写法出错的核心原因是分组维度设置错误：不需要把B列加入groupby的分组键，只需要按A列分组后统计B列的唯一值数量即可。

测试用示例DataFrame #

import pandas as pd
df = pd.DataFrame({'A': ['x', 'x', 'x','x','y']
                , 'B': ['a', 'c', 'c','b','e']
                , 'C': ['1', '2', '2','3','4']})

核心实现代码 #

直接统计唯一值数量 #

res = df.groupby('A')['B'].nunique()
print(res)

输出结果：

A
x    3
y    1
Name: B, dtype: int64

同时查看唯一值明细+数量 #

如果需要同时返回每个分组对应的B列唯一值具体内容，可以用agg做批量聚合：

res_detail = df.groupby('A').agg(
    B列唯一值总数 = ('B', 'nunique'),
    B列唯一值列表 = ('B', 'unique')
)
print(res_detail)

输出结果：

B列唯一值总数    B列唯一值列表
A
x          3  [a, c, b]
y          1       [e]

原有写法错误原因 #

• df.groupby(['A', 'B']).count()：同时用A、B两列作为分组键，拆分出来的分组是x+a、x+c、x+b、y+e四个分组，统计的是每个小分组的行数，不符合需求
• df.groupby(['A', 'B'])['A'].nunique()：同样分组维度错误，且统计的是A列的唯一值，每个分组A值都相同，结果全部为1
• df.groupby(['A', 'B']).agg({"B": "sum"})：分组维度错误，且字符串列做sum操作会直接拼接字符串，完全不符合统计唯一值的需求

内容的提问来源于stack exchange，提问作者oneday