dataframe取一列去重统计个数

假设你的DataFrame为df，取一列名为`column_name`的数据列，可以使用以下代码进行去重并统计个数：

count = df['column_name'].nunique()

其中，`nunique()`函数返回该列中不同元素的数量，即去重后的元素个数。

相关问题

dataframe取一列去重统计次数

假设你有一个名为 `df` 的 DataFrame，要取其中一列 `column_name` 进行去重并统计每个唯一值出现的次数，可以使用以下代码：

df[column_name].value_counts()

其中，`value_counts()` 方法会返回一个 Series 对象，其中包含了每个唯一值出现的次数。如果你想要将结果保存为一个新的 DataFrame，可以使用 `to_frame()` 方法：

df[column_name].value_counts().to_frame()

最终，你会得到一个新的 DataFrame，其中包含了 `column_name` 列中每个唯一值出现的次数。

dataframe如何做分组去重统计

您可以使用pandas库来对DataFrame进行分组去重统计，具体可以按照以下步骤进行：

1. 使用groupby()方法对需要分组的列进行分组，例如：

grouped = df.groupby('column_name')

2. 对分组后的数据使用agg()方法进行聚合操作，例如：

result = grouped.agg({'column_name_1': 'count', 'column_name_2': 'nunique'})

上面的代码中，我们对两个列进行了聚合操作，其中'column_name_1'列使用了count()函数进行计数，'column_name_2'列使用了nunique()函数去重统计。

3. 最后，您可以使用reset_index()方法将分组后的结果转换为一个新的DataFrame，并且重置索引，例如：

result = result.reset_index()

这样，您就可以得到一个按照指定列分组后，对其他列进行去重统计的结果。