Python函数传参问题：Pandas指定列统计唯一值报错

你遇到的问题很典型——用.访问列的时候，Python会把column当成一个固定的属性名，而不是你传入的字符串变量。要解决这个，只需要把点式索引换成方括号索引就行，因为方括号可以接受字符串变量来动态定位列。

修改后的函数代码 #

def uniques(column):
    count = data.groupby(column)[column].count()
    print(count)

这里把.column改成[column]，就能让Pandas正确识别你传入的列名字符串了：groupby(column)完成分组后，用[column]指定要统计的目标列，再调用count()就可以得到每个唯一值的出现次数。

额外优化建议 #

1. 避免全局变量依赖：你的函数直接用了全局的data，最好把DataFrame也作为参数传入，让函数更通用、复用性更强：

def uniques(dataframe, column):
    count = dataframe.groupby(column)[column].count()
    print(count)

调用示例：uniques(your_dataframe, 'c_type')

2. 更简洁的统计方式：如果你的需求只是获取某列的唯一值总数（不需要每个值的具体出现次数），直接用nunique()会更高效：

def uniques(dataframe, column):
    total_unique = dataframe[column].nunique()
    print(f"列「{column}」的唯一值数量：{total_unique}")

内容的提问来源于stack exchange，提问作者user3088202