使用pd.Grouper按周分组时，如何获取DataFrame指定列的唯一值？

嘿，我明白你遇到的问题了——DataFrameGroupBy对象确实没有unique()方法，因为这个方法是属于单个Series的，而你现在是对整个DataFrame分组，所以直接调用会报错。不过咱们有几种简单的方法可以实现你想要的效果：

方法1：使用agg()配合pd.Series.unique #

这是最直接的方式，通过agg()函数对每个列单独应用Series的unique()方法：

df_unique_list = df.groupby(pd.Grouper(freq="W"))[['A', 'B']].agg(pd.Series.unique)

这里注意把列名写成列表['A', 'B']，这在新版本Pandas里更规范，也能避免潜在的警告。运行后你会得到一个以周为索引的DataFrame，A、B列分别存储对应周的唯一值数组。

方法2：用lambda函数转成列表（更易处理） #

如果你希望结果是列表格式（而不是numpy数组），可以用lambda函数包装一下：

df_unique_list = df.groupby(pd.Grouper(freq="W"))[['A', 'B']].agg(lambda x: list(pd.unique(x)))

这样后续处理这些唯一值的时候会更方便，比如遍历或者判断元素是否存在。

可选：去除空值 #

如果你的数据里有NaN，想要在唯一值里排除它们，可以在lambda里加上dropna()：

df_unique_list = df.groupby(pd.Grouper(freq="W"))[['A', 'B']].agg(lambda x: list(pd.unique(x.dropna())))

这样就能完美实现按周获取A、B列的唯一值啦～

内容的提问来源于stack exchange，提问作者Jeroen S