如何获取Python Pandas DataFrame中两列的唯一组合数量？

嘿，这个需求我平时处理数据时经常碰到，给你分享几个实用的实现方法，都能轻松得到你想要的结果：

方法1：用drop_duplicates()（最直观易读） #

先提取a和b两列，去掉重复的组合后，直接计算剩余行数就行，代码逻辑一目了然：

unique_combinations_count = len(df[['a', 'b']].drop_duplicates())

这个方法的好处是新手也能快速理解，而且如果之后你需要查看这些唯一组合本身，只要去掉外层的len()就能拿到对应的DataFrame，非常灵活。

方法2：用groupby()的ngroups属性 #

通过按a和b两列分组，分组的总数就是唯一组合的数量，写法简洁且效率不错：

unique_combinations_count = df.groupby(['a', 'b']).ngroups

这个方法在处理大数据集时优势明显，因为Pandas的分组操作内部做了不少优化，运行速度会比一些循环类的方法快很多。

方法3：打包成元组后求唯一值（灵活但效率稍低） #

把每一行的a和b值打包成元组，再计算元组的唯一值数量，适合需要临时组合多列的场景：

unique_combinations_count = len(df.apply(lambda row: (row['a'], row['b']), axis=1).unique())

不过要注意，当DataFrame行数很多时，apply()的效率会比前两种方法低，所以大数据集优先选前两种方案。

举个实际例子验证 #

假设你的DataFrame是这样的：

import pandas as pd
df = pd.DataFrame({
    'a': [1,1,2,1],
    'b': ['x','y','x','x'],
    # 其他无关列...
})

用上面任意一种方法，都会返回3，正好匹配你预期的结果~

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