Метод nunique

Метод nunique применяется к объекту GroupBy и возвращает количество уникальных значений в каждой группе. По умолчанию подсчет ведется по всем столбцам, но можно указать конкретные столбцы для анализа. Метод полезен для анализа разнообразия данных внутри групп.

Синтаксис

groupby_obj.nunique([dropna])

Параметр dropna определяет, включать ли пропущенные значения в подсчет. По умолчанию равен True, то есть пропуски исключаются из подсчета.

Пример

Рассмотрим базовый пример подсчета уникальных значений в группах:

import pandas as pd

df = pd.DataFrame({
	'group': ['a', 'a', 'b', 'b', 'a'],
	'value': [1, 2, 1, 3, 2]
})
grouped = df.groupby('group')
res = grouped.nunique()
print(res)

Результат выполнения кода:

   value
		group	   
		a		  2
		b		  2

В группе a уникальные значения: 1 и 2, в группе b: 1 и 3.

Пример

Подсчет уникальных значений по нескольким столбцам:

import pandas as pd

df = pd.DataFrame({
	'group': ['a', 'a', 'b', 'b', 'a'],
	'x': [1, 2, 1, 2, 1],
	'y': [10, 20, 10, 20, 30]
})
grouped = df.groupby('group')
res = grouped.nunique()
print(res)

Результат выполнения кода:

   x  y
		group	  
		a	  2  3
		b	  2  2

Пример

Использование параметра dropna для управления обработкой пропущенных значений:

import pandas as pd
import numpy as np

df = pd.DataFrame({
	'group': ['a', 'a', 'b', 'b', 'a'],
	'value': [1, np.nan, 1, 2, np.nan]
})
grouped = df.groupby('group')
res = grouped.nunique(dropna=False)
print(res)

Результат выполнения кода:

   value
		group	   
		a		  2
		b		  2

При dropna=False пропуски учитываются как отдельное уникальное значение.

Пример

Применение метода nunique к конкретному столбцу с помощью оператора индексации:

import pandas as pd

df = pd.DataFrame({
	'group': ['a', 'a', 'b', 'b', 'a'],
	'value1': [1, 2, 1, 2, 3],
	'value2': [10, 10, 20, 30, 10]
})
grouped = df.groupby('group')
res = grouped['value1'].nunique()
print(res)

Результат выполнения кода:

group
a	3
b	2
Name: value1, dtype: int64

Пример

Сравнение nunique с методом count для понимания разницы между количеством уникальных значений и общим количеством:

import pandas as pd

df = pd.DataFrame({
	'group': ['a', 'a', 'b', 'b', 'a'],
	'value': [1, 2, 1, 2, 1]
})
grouped = df.groupby('group')
res_unique = grouped.nunique()
res_count = grouped.count()
print("nunique:")
print(res_unique)
print("count:")
print(res_count)

Результат выполнения кода:

nunique:
	   value
group	   
a		  2
b		  2
count:
	   value
group	   
a		  3
b		  2

Метод nunique показывает количество уникальных значений, а метод count - общее количество значений в группе.

Смотрите также

метод count,
который подсчитывает количество значений в группах
метод size,
который возвращает размер каждой группы
метод value_counts,
который подсчитывает частоту значений внутри групп
метод aggregate,
который применяет произвольные функции к группам