Python实现按DataFrame某列分组统计另一列的去重值数量
系统维度去重包数量统计实现方案
复现源数据结构
首先构造匹配你描述的原始DataFrame,验证逻辑准确性:
import pandas as pd source_df = pd.DataFrame({ "System": ["mac", "mac", "windows", "mac"], "package": ["abc", "bcd", "bcd", "abc"] })
核心统计代码
通过分组聚合实现每个系统下的去重package计数:
# 按System分组,统计组内package的唯一值数量 result = source_df.groupby("System", as_index=False)["package"].nunique() # 重命名计数列以匹配输出格式要求 result = result.rename(columns={"package": "unique_package_count"})
输出匹配说明
代码运行后的统计结果完全符合预期:
- mac维度的去重package总数为2,包含abc、bcd两个独立值,自动过滤重复出现的abc记录
- windows维度的去重package总数为1,仅包含bcd
注意:请勿直接使用分组后的
count()方法统计,该方法会累计所有非空记录数,mac维度会得到3的错误结果,必须使用nunique()方法才能实现去重计数逻辑。
内容的提问来源于stack exchange,提问作者techie123
相关产品推荐
相关产品推荐

