Pandas实现分组值计数（按ID去重统计标签数量）

嘿，针对你的需求，我整理了几个超简洁的Pandas实现方案，比复杂的自定义逻辑要直观得多！

首先先确认你的数据集：

import pandas as pd
r = pd.DataFrame({ 
    'id': [1, 1, 2, 2, 3], 
    'value': [4.0, 5.5, 6.0, 4.0, 5], 
    'label': ["A", "A", "B", "B", "A"], 
})

你的核心需求是：每个Label对应的不重复ID数量（同一ID在同一Label下只计一次），最终输出字典格式{"A": 2, "B": 1}。下面是几个简便的实现方案：

方案1：最直观的分组统计（推荐） #

这是语义最清晰的写法，一步到位：

result = r.groupby('label')['id'].nunique().to_dict()
print(result)
# 输出: {'A': 2, 'B': 1}

• 逻辑：先按label分组，对每组的id列统计唯一值的数量，最后转成字典格式，完美匹配需求。

方案2：先去重再计数 #

如果习惯先处理重复数据再统计，这个写法也很简洁：

result = r[['label', 'id']].drop_duplicates()['label'].value_counts().to_dict()
print(result)
# 输出: {'A': 2, 'B': 1}

• 逻辑：先提取label和id列，去掉重复的（Label+ID）组合，再统计每个Label的出现次数，最后转字典。

方案3：链式调用的去重计数 #

和方案2逻辑一致，但写法更紧凑，可读性也不错：

result = r.drop_duplicates(subset=['label', 'id'])['label'].value_counts().to_dict()

• 这里明确指定subset=['label', 'id']，让去重的逻辑一目了然。

总结 #

如果追求代码的可读性和语义清晰，方案1是最优选择；如果习惯先清理重复数据再统计，方案2/3也很合适。这几个方法都比循环或者自定义函数要简便得多~

内容的提问来源于stack exchange，提问作者meto