如何用Pandas的groupby按组统计列的唯一值数量并生成新列

看起来你需要按_a分组，统计每个组内_b的唯一值数量，再把这个计数对应到组内的每一行生成a_b_3列。结合你的示例数据，这里有两种简洁的实现方式：

方法一：使用transform直接生成列 #

transform方法可以帮我们在分组后计算统计值，并自动将结果广播到原DataFrame的每一行，非常适合这种场景：

import numpy as np
import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({'_a':[1,1,1,2,2,3,3],'_b':[3,4,5,3,3,3,9]})

# 生成目标列a_b_3
df['a_b_3'] = df.groupby('_a')['_b'].transform('nunique')

# 查看结果
print(df)

运行后输出和你给出的示例完全一致：

_a _b a_b_3
0  1  3     3
1  1  4     3
2  1  5     3
3  2  3     1
4  2  3     1
5  3  3     2
6  3  9     2

代码解释： #

• df.groupby('_a')['_b']：按_a的取值对_b列进行分组
• .transform('nunique')：对每个分组执行nunique()函数（统计该组内_b的唯一值数量），并将结果映射回原分组的每一行，这样每一行都会得到对应组的唯一值计数。

方法二：先统计分组结果再映射 #

如果你需要单独保存分组统计的结果，可以先计算每个_a对应的唯一值数量，再用map方法映射到原DataFrame：

import numpy as np
import pandas as pd

df = pd.DataFrame({'_a':[1,1,1,2,2,3,3],'_b':[3,4,5,3,3,3,9]})

# 先计算每个_a对应的_b唯一值数量
unique_counts = df.groupby('_a')['_b'].nunique()

# 将统计结果映射到原df的_a列，生成a_b_3
df['a_b_3'] = df['_a'].map(unique_counts)

print(df)

这个方法和transform的效果完全相同，只是把步骤拆分开了，适合需要复用分组统计结果的场景。

内容的提问来源于stack exchange，提问作者spectrum