python 分组对某个字段去重计数

可以使用Python中的pandas库来进行分组对某个字段去重计数的操作。具体步骤如下：

1. 导入pandas库

import pandas as pd

2. 创建一个DataFrame

假设我们有一个包含学生姓名和所属班级的DataFrame，可以用以下代码创建：

data = {'name': ['Tom', 'Jerry', 'Tom', 'Alice', 'Jerry'], 'class': ['A', 'B', 'A', 'C', 'B']}
df = pd.DataFrame(data)

3. 分组、去重、计数

使用pandas的groupby函数对DataFrame进行分组，然后使用nunique函数对每组中的唯一值进行计数。

result = df.groupby('class')['name'].nunique()

其中，'class'是要进行分组的字段，'name'是要去重计数的字段。

最终得到的结果为：

class
A    2
B    2
C    1
Name: name, dtype: int64

表示在每个班级中，有多少个不同的学生姓名。

相关问题

list对某个字段去重并收集

您可以使用Python中的列表推导式和集合(set)来对列表中的某个字段进行去重并收集。假设您有一个包含字典元素的列表，每个字典都有一个字段，您可以按以下方式进行操作：

my_list = [{'field': 'value1'}, {'field': 'value2'}, {'field': 'value1'}, {'field': 'value3'}]

unique_values = list({item['field'] for item in my_list})

这里的`my_list`是您的原始列表，而`item['field']`是您要去重的字段。通过使用列表推导式`{item['field'] for item in my_list}`，我们创建了一个集合(set)，它会自动去除重复的值。然后，我们将这个集合转换回列表，得到去重后的结果。

在上面的例子中，`unique_values`将包含`['value1', 'value2', 'value3']`，它们是原始列表中`'field'`字段的唯一值。

python 根据多个字段去重

可以使用pandas库中的drop_duplicates方法，指定多个列名即可去重。例如：

import pandas as pd

df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B'], 'col2': ['C', 'D', 'C', 'D'], 'col3': ['E', 'F', 'G', 'H']})

df.drop_duplicates(subset=['col1', 'col2'], keep='first', inplace=True)

print(df)

其中，subset参数指定了多个需要去重的列名，keep参数指定了保留哪个重复行（'first'表示保留第一个，'last'表示保留最后一个，False表示删除所有重复行），inplace参数表示是否在原数据上修改。