使用 Pandas 计算每组的唯一值

在 Pandas 中，我们可以使用 groupby() 函数对数据进行分组，并应用各种函数来计算每个组的唯一值。

以下是如何使用 Pandas 计算每组的唯一值的步骤：

1. 导入 Pandas 库

import pandas as pd

2. 创建样本数据

data = {'group': ['A', 'A', 'B', 'B', 'C', 'C'], 
        'value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

这将创建一个包含两列的 DataFrame 对象，其中 group 表示数据分组的类别，value 表示每个数据点的值。

3. 对数据进行分组并计算唯一值

unique_values = df.groupby('group')['value'].unique()

在此示例中，我们使用 groupby() 函数按 group 列对数据进行分组，然后使用 unique() 函数计算每个组的唯一值。

4. 查看结果

print(unique_values)

输出结果将是一个 Pandas Series 对象，其中每个组的唯一值被存储在一个 array 中。

group
A       [1, 2]
B       [3, 4]
C       [5, 6]
Name: value, dtype: object

此示例演示了如何使用 Pandas 计算每组的唯一值。通过 groupby() 函数和其他 Pandas 函数（如 unique()，sum()，mean()，count() 等），我们可以轻松对分组数据进行聚合和统计分析。