使用 Pandas 计算每个组的唯一值

计算按特定列分组的唯一值是数据分析中的一项常见任务。 Pandas 提供了多种方法来实现此目的。

在您的情况下，您有一个包含“ID”和“域”列的 DataFrame，需要计算每个“域”的唯一“ID”值。

使用 df.groupby['domain', 'ID'].count()':

此方法返回一个包含 'ID' 和 'domain' 组计数的 DataFrame 。但是，它计算每个组中的行数，而不仅仅是唯一的“ID”值。

使用“nunique()”的解决方案：

df.groupby ('domain')['ID'].nunique() 计算每个“domain”组的唯一“ID”计数。生成的 DataFrame 将以 'domain' 列作为索引，将计数作为新列。

剥离单引号：

如果您的 'domain' 列包含单引号，在分组之前使用 df.domain.str.strip("'") 将其删除。

保留列名：

保留 'ID'结果中的列名，使用 df.groupby(by='domain', as_index=False).agg({'ID': pd.Series.nunique})。这将创建一个包含“domain”和“ID”（唯一计数）列的 DataFrame。