python - 如何获取python pandas数据框中出现的两列的唯一组合数

Question

假设我在 Pandas 中有这个数据框

     a    b
1    203  487
2    876  111
3    203  487
4    876  487

还有更多我不在乎的列没有显示

我知道 len(df.a.unique())将返回 2 以指示 a 有两个唯一值， len(df.b.unique()) 也是如此。 .我想要类似的东西，但返回发生的 a AND b 的唯一组合的数量。所以在这个例子中，我希望它返回 3。

任何关于我如何去做这件事的指导都值得赞赏

Answer 1

使用 drop_duplicates :

print (df.drop_duplicates(['a','b']))
     a    b
1  203  487
2  876  111
4  876  487

a = len(df.drop_duplicates(['a','b']).index)

或 duplicated 有反转条件:

a = (~df.duplicated(['a','b'])).sum()

a = len(df.index) - df.duplicated(['a','b']).sum()

或将列转换为字符串并连接在一起，然后得到 nunique :

a = (df.a.astype(str) + '_' + df.b.astype(str)).nunique()

print (a)
3