pandas每天一题-题目10：去重计数的额外方式

这是一个关于 pandas 从基础到进阶的练习题系列，来源于 github 上的 guipsamora/pandas_exercises 。这个项目从基础到进阶，可以检验你有多么了解 pandas。

我会挑选一些题目，并且提供比原题库更多的解决方法以及更详尽的解析。

计划每天更新一期，希望各位小伙伴先自行思考，再查看答案。如果对你有帮助，记得转发推荐给你的好友！

上期文章：pandas每天一题-题目9：计算平均收入的多种方式

后台回复"数据"，可以下载本题数据集

如下数据：

数据描述：

• 此数据是订单明细表。一个订单会包含很多明细项，表中每个样本(每一行)表示一个明细项
• order_id 列存在重复
• quantity 是明细项数量

需求：列出共有多少个不同的 item_name？

在前面的练习中，其实我们已经讲解过相关的方式，今天作为补充，因此前面讲解过的方式这里不再列出。

重点回顾：pandas每天一题-题目8：去重计数的多种实现方式

下面是答案了

方式1

如果只是针对一列的去重计数，pandas 为此提供了方法：

df['item_name'].nunique()

如果只是简单列出方法，这不是我的文章风格。

我们尝试稍微深入一些了解这个方法，从而得到更多的解决方式！

方式2

本质上，pandas 为列(Series) 提供了去重操作，得到结果是一个 numpy 数组：

df['item_name'].unique()

• 得到一个去重后的结果数组

提示：

之前我们讲解过 .drop_duplicates 方法，他们的区别是 .drop_duplicates 返回列(pandas.Series) ，.unique() 返回数组(numpy.array)

有了去重数组，统计数量是 python 的基本操作：

len(df['item_name'].unique())

这就是方法1 中的.nunique 的实现(它内部会考虑 nan 的情况)

最后，介绍一种纯粹 python 的方式

方式3

在 python 基本数据结构中，有一种去重的结构—— set ：

set(df['item_name'])

• 效果与 Series.unique 类似，区别是，其返回的是 python 的 set 对象

同理，统计数量即可：

len(set(df['item_name']))

1. 推荐阅读：
2. 懂Excel轻松入门Python数据分析包pandas(十八)：pandas 中的 vlookup
3. 懂Excel也能轻松入门Python数据分析包pandas(二)：高级筛选(下)