在对dataframe进行分析的时候会遇到需要分组计数，计数的column中属性有重复，但又需要仅对不重复的项计数（即重复n次出现的项只计1次）。
函数如下：
dataframe.groupby([‘分组的列名']).需要计数的列名.nunique()
举例：
数组“data”如下：
| storeid | sales | salesdate | channel |
|---|---|---|---|
| a | 100 | 2018/1/1 | 01 |
| a | 90 | 2018/1/1 | 02 |
| a | 110 | 2018/1/2 | 01 |
| b | 82.2 | 2018/1/1 | 01 |
| b | 90 | 2018/1/2 | 02 |
如果要按storeid来统计每一家店的营业日期数（可以通过不计重复的count “salesdate”来完成）
代码如下：
|
1
|
data.groupby(['storeid']).salesdate.nunique() |
补充：pandas 统计分组内不重复计数
在数据分析中的数据处理过程中，经常需要对数据进行分组计数，看下下面这组数据
数据中name 为c 的有三行，其中有2个code是重复的
目标：
按name 分组，统计每组中code的不重复数量
|
1
2
|
df.groupby('name')['code'].nunique()# 以name 分组后，统计code的不重复数目 |
结果如下：
排序
|
1
2
|
df.groupby('name')['code'].nunique().sort_values(ascending=false)# 以name 分组后，统计code的不重复数目 |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/SissiMeow/article/details/84485198
