为什么行为对于count而言是不同的，而对于GroupBy对象而言是唯一的？

Question

我有以下csv文件：

col_1,col_2
foo,1
foo,1
bar,1
bar,2
baz,1
baz,1
baz,2
baz,2
qux,1
qux,2
qux,3

以及以下代码（以及输出）

print(df.groupby('col_1').count())
#        col_2
# col_1
# bar        2
# baz        4
# foo        2
# qux        3

print(df.groupby('col_1').nunique())
#        col_1  col_2
# col_1
# bar        1      2
# baz        1      2
# foo        1      1
# qux        1      3

对于nunique，将返回2列：col_1和col_2。为什么在我致电count时col_1丢失？

Answer 1

count和nunique是不同的功能，并且执行不同的操作。

文档链接以供进一步阅读：

• count
• nunique

count返回每个组中每个系列的非NA值的数量。

nunique返回每个组中每个序列的唯一非NA值的数量

---

关于为什么要实现nunique以便也包括分组列的原因，我不确定，因为在df.groupby(...).nunique()用例中，该系列通常是一系列的。

在通常情况下，分组列设置为索引（除非使用as_index=False），并且不重复作为框架中的列。

count的行为符合预期 groupby apply/agg的语义，而并非相反。

但是，有人确实为nunique编写了测试，其中预期的输出还包括分组列，作为您观察到的as_index=True和as_index=False的列。