Python如何统计分组内不重复的元素个数_聚合时指定nunique统计函数
Python分组去重计数：用好nunique()，避开这些坑 在数据分析的日常里，分组后统计不重复元素个数，是个高频需求。比如，想知道每个品类下有多少独立用户，或者每个区域每年有多少种不同的产品在售。这时候，pandas里的nunique()函数就该登场了。 nunique()是pandas中专用于
Python分组去重计数：用好nunique()，避开这些坑
在数据分析的日常里，分组后统计不重复元素个数，是个高频需求。比如，想知道每个品类下有多少独立用户，或者每个区域每年有多少种不同的产品在售。这时候，pandas里的nunique()函数就该登场了。
nunique()是pandas中专用于分组去重计数的高效方法，默认忽略NaN，支持dropna=False将NaN视为独立值，需明确指定目标列，不适用于不可哈希类型。
groupby后直接用nunique()就能统计分组内不重复元素个数
用pandas.DataFrame.groupby做分组聚合时，nunique()就是那个为“去重计数”量身打造的内置方法。它比先unique()再len()的“组合拳”要简洁高效得多，而且在处理NaN值时也有一套默认逻辑——直接忽略不计。
这里有个常见的“坑”需要先避开：千万别把它和count()或size()搞混了。后两者统计的是非空值总数或总行数，完全不会帮你做去重。
- NaN处理策略：
nunique()默认忽略NaN。但如果业务上需要把“空值”也视为一个独立的类别，加上参数dropna=False就行。 - 适用列类型：无论是数值列还是字符串列，它都能轻松应对。但要注意，如果列里是列表、字典这类嵌套结构，直接调用会报
TypeError: unhashable type的错误。 - 性能优势：比起用
apply(lambda x: x.nunique())这种通用但稍慢的方式，直接调用nunique()在数据量大的时候优势更明显。
单列分组 + 单目标列统计：最常用写法
这是最经典的场景。比如，按category分组，然后看看每组里有多少个不重复的user_id：
df.groupby('category')['user_id'].nunique()
这段代码返回的是一个pandas.Series，索引就是各个category的值，对应的值就是去重后的计数结果。如果想把它变回一个规整的DataFrame，在后面接上.reset_index(name='nunique_user')即可。
立即学习“Python免费学习笔记（深入）”；
- 关于NaN的再提醒：如果目标列里存在大量
NaN，并且业务逻辑认为“空用户”本身也代表一种状态，记得用.nunique(dropna=False)。 - 一个关键细节：列名一定要写对。直接写
df.groupby('category').nunique()，会对所有数值列进行去重计数，而不是你想象中的某一列。务必用['col']或[['col']]来明确指定目标列。
多列分组 + 多列分别统计nunique
需求升级了怎么办？比如，想按“地区”和“年份”双重维度分组，同时统计“产品ID”、“卖家ID”和“国家”各自的不重复数量。这时候，用字典形式传给agg()函数就非常清晰：
df.groupby(['region', 'year']).agg({
'product_id': 'nunique',
'seller_id': 'nunique',
'country': 'nunique'
})
得到的结果是一个带有MultiIndex索引的DataFrame，列名就是刚才指定的各个字段，值就是对应的nunique统计结果。
- 书写规范：字段名和聚合函数名都要用引号包起来（比如
'nunique'）。如果忘了引号，直接写nunique，会引发NameError。 - 混合聚合：如果想对同一列既统计不重复数，又求最大值，可以写成
'product_id': ['nunique', 'max']。不过要注意，这样返回的列名会变成多级索引。 - 风格统一：尽量避免在同一个
agg字典里混用字符串函数名和lambda表达式。虽然像{'a': 'nunique', 'b': lambda x: x.nunique()}这样的写法也能运行，但无论是可读性还是性能，都不如全部使用字符串来得干脆。
遇到“unhashable type”错误怎么办
这是使用nunique()时一个典型的拦路虎。当目标列的数据类型是列表（list）、字典（dict）或集合（set）这类不可哈希（unhashable）的类型时，直接调用就会抛出TypeError: unhashable type: 'list'。原因在于，nunique()的底层实现依赖于set()来去重，而列表是不能直接丢进集合里的。
解决办法不是去修改源码，而是要在调用前，把数据转换成可哈希的表示形式：
- 列表列处理：如果列表内的元素本身是可哈希的（比如字符串、数字），可以将其转换为元组（
tuple）。例如：df['tags_tuple'] = df['tags'].apply(lambda x: tuple(x) if isinstance(x, list) else None)，然后对tags_tuple列使用nunique()。 - 字典列处理：可以考虑将其序列化。比如用
frozenset(dict.items())，或者更稳妥地，用json.dumps(sorted(dict.items()))转换成JSON字符串（排序是为了保证顺序一致，避免因键顺序不同导致相同字典被误判为不同）。 - 通用备选方案：如果转换起来太麻烦，一个更直接但稍慢的思路是：先基于分组键和目标列做去重（
drop_duplicates），然后再计数。例如：df.drop_duplicates(['group_col', 'target_col']).groupby('group_col').size()。
总而言之，nunique()看似简单，但列的数据类型、NaN的处理策略、以及嵌套结构的应对这三点最容易让人踩坑。实际使用时，养成好习惯，先用df['col'].dtype和df['col'].head()快速瞄一眼数据的形态，往往比埋头硬试要高效得多。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。