如何按角色与月份统计DataFrame中唯一Code的数量？

嘿，我来帮你搞定这个统计需求！你现在需要按每个角色、每个月份统计唯一Code的数量，之前用count()的问题在于它会把重复的Code也算进去，刚好踩中了count()和nunique()的区别点。

先还原你的原始DataFrame：

import pandas as pd

data = {
    'Character': ['Sonic', 'Shadow', 'Sonic', 'Sonic', 'Sonic', 'Sonic', 'Sonic', 'Sonic', 'Sonic', 'Shadow'],
    'Month': ['18-Jan', '18-Jan', '18-Feb', '18-Feb', '18-Mar', '18-Mar', '18-Mar', '18-Mar', '18-Apr', '18-Apr'],
    'Code': ['P008924', 'P007869', 'P007811', 'P008639', 'P008242', 'P007823', 'P007823', 'P008380', 'P008637', 'P008266']
}
sega_df = pd.DataFrame(data)

你的核心需求是：忽略每个角色+月份里重复的Code，只统计唯一值的数量（比如Sonic在3月的唯一Code是3个，而非4个），并且输出成你想要的宽表格式。

问题出在哪？ #

你之前的代码sega_df.groupby(['Character','Month']).count().unstack()用了count()，这个方法会统计分组内所有非空的条目，哪怕Code重复也会算进去，所以达不到去重统计的效果。

正确的实现方法 #

这里有两种简洁的方式，都能满足你的需求：

方法1：直接用nunique()统计唯一值（推荐）

这是最直接的方式，Pandas的nunique()方法就是专门用来统计分组内唯一值数量的：

# 按角色和月份分组，统计Code的唯一值数量，转宽表并填充空值为0
sega_pivot = sega_df.groupby(['Character', 'Month'])['Code'].nunique().unstack(fill_value=0)

方法2：先去重再统计

如果你想先手动去掉重复的(角色+月份+Code)组合，再统计数量，也可以这么写：

# 先删除重复的Code条目，再按角色+月份分组统计数量，转宽表并填充空值为0
sega_pivot = sega_df.drop_duplicates(subset=['Character', 'Month', 'Code']).groupby(['Character', 'Month']).size().unstack(fill_value=0)

最终输出结果 #

两种方法都会得到你期望的格式：

Month       18-Jan  18-Feb  18-Mar  18-Apr
Character                                 
Sonic            1       2       3       1
Shadow           1       0       0       1

内容的提问来源于stack exchange，提问作者florence-y